課程簡介

Edge AI 簡介

  • 定義與關鍵概念。
  • Edge AI 與雲 AI 的區別。
  • Edge AI 的優勢與挑戰。
  • Edge AI 應用概述。

Edge AI 架構

  • Edge AI 系統的組件。
  • 硬件與軟件要求。
  • Edge AI 應用中的數據流。
  • 與現有系統的集成。

設置 Edge AI 環境

  • Edge AI 平臺介紹(如 Raspberry Pi、NVIDIA Jetson 等)。
  • 安裝必要的軟件和庫。
  • 配置開發環境。
  • 初始化 Edge AI 設置。

開發 Edge AI 模型

  • 機器學習和深度學習模型概述。
  • 爲邊緣部署訓練模型。
  • 模型優化技術。
  • Edge AI 開發的工具和框架。

部署 Edge AI 應用

  • 在邊緣設備上部署模型的步驟。
  • 監控和管理已部署的模型。
  • 即時數據處理和推理。
  • 案例研究與示例。

用例與應用

  • Edge AI 的行業特定應用。
  • 醫療、汽車和智能家居中的案例研究。
  • 成功案例與經驗教訓。
  • Edge AI 的未來趨勢與機遇。

倫理考慮與最佳實踐

  • 確保 Edge AI 的隱私與安全。
  • 解決偏見與公平性問題。
  • 遵守法規與標準。
  • 負責任 AI 部署的最佳實踐。

實踐項目與練習

  • 開發一個簡單的 Edge AI 應用。
  • 真實世界項目與場景。
  • 協作小組練習。
  • 項目展示與反饋。

總結與下一步

最低要求

  • 具備基本的 AI 和機器學習概念知識。
  • 有編程語言經驗(推薦 Python)。
  • 熟悉一般計算概念。

受衆

  • 開發者。
  • IT 專業人員。
 14 時間:

課程分類