感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
設備端AI與Nano Banana簡介
- 設備端推理的核心原則。
- Nano Banana模型架構與功能。
- 移動平臺的部署考慮。
Nano Banana設置與開發環境
- 安裝Nano Banana SDK工具。
- 配置Android和iOS構建環境。
- 管理依賴項和版本兼容性。
在移動設備上運行Nano Banana模型
- 加載並執行預構建模型。
- 移動硬件上的內存與計算限制。
- 即時推理策略。
使用Nano Banana構建AI功能
- 集成文本生成功能。
- 實現圖像生成與編輯工作流。
- 在應用中結合多模態輸入。
性能優化與基準測試
- 延遲與吞吐量分析。
- 量化、剪枝與模型壓縮技術。
- 熱管理、電池與資源使用優化。
設備端AI的安全與隱私
- 本地數據處理與合規考慮。
- 模型保護與安全執行。
- 風險與緩解策略。
高級部署模式
- 設備端與雲端的混合工作流。
- 管理離線優先的AI應用。
- 面向大規模用戶羣體的擴展。
測試、調試與持續改進
- AI驅動移動應用的CI/CD。
- 單元、集成與性能測試。
- 迭代模型更新與向後兼容性。
總結與後續步驟
最低要求
- 瞭解移動應用開發。
- 有Python、Kotlin或Swift經驗。
- 熟悉機器學習概念。
目標受衆
- 移動開發者。
- AI工程師。
- 探索設備端AI部署的技術專業人士。
14 時間:
客戶評論 (1)
演講中的流程、氛圍與主題
Lukasz Kowalczyk - Allegro Sp. z o.o.
課程 - Google Gemini AI for Data Analysis
機器翻譯