聯繫我們

課程簡介

邊緣人工智慧入門

  • 定義和關鍵概念
  • 邊緣AI與雲端AI的差異
  • 邊緣AI的優勢和挑戰
  • 邊緣AI應用概覽

邊緣AI架構

  • 邊緣AI系統的組件
  • 硬體和軟體要求
  • 邊緣AI應用中的數據流向
  • 與現有系統的整合

設置邊緣AI環境

  • 邊緣AI平台簡介(樹莓派、NVIDIA Jetson等)
  • 安裝必要的軟體和庫
  • 配置開發環境
  • 初始化邊緣AI設置

開發邊緣AI模型

  • 機器學習和深度學習模型概覽
  • 為邊緣部署訓練模型
  • 模型優化技術
  • Edge AI開發工具和框架

部署邊緣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
  • 案例研究和示例

用例與應用

  • 特定行業的邊緣AI應用
  • 醫療保健、汽車和智能家居的案例研究
  • 成功案例與經驗教訓
  • Edge AI的未來趨勢和機遇

道德考量最佳實踐

  • 確保邊緣AI中的隱私和安全
  • 解決偏見公平性問題
  • 符合法規和標準
  • AI部署的最佳實踐,負責任地使用AI

實作專案與練習

  • 開發簡單的邊緣AI應用程式
  • 真實世界專案情境
  • 小組協作練習
  • 專案展示與反饋

總結與下一步行動

最低要求

  • 了解基本的人工智慧和機器學習概念。
  • 具備程式語言經驗(建議使用Python)。
  • 熟悉一般計算機概念。

目標受眾

  • 開發人員
  • IT專業人士
 14 小時

客戶評論 (1)

課程分類