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
低功耗AI介紹
- 嵌入式系統中的AI概覽
- 在低功耗設備上部署AI的挑戰
- 能源高效的AI應用
模型優化技術
- 量化及其對效能的影響
- 剪枝與權重共享
- 用於簡化模型的知識蒸餾
在低功耗硬體上部署AI模型
- 使用TensorFlow Lite和ONNX Runtime進行邊側AI
- 使用NVIDIA TensorRT優化AI模型
- 使用Coral TPU和Jetson Nano進行硬體加速
減少AI應用的功耗
- 電力分析與效率指標
- 低功耗運算架構
- 動態電源擴展與自適應推論技術
案例研究與實際應用
- AI驅動的電池供電IoT設備
- 醫療與可穿戴設備的低功耗AI
- 智慧城市與環境監控應用
最佳實踐與未來趨勢
- 為永續性優化邊側AI
- 能源高效AI硬體的發展
- 低功耗AI研究的未來進展
總結與後續步驟
最低要求
- 對深度學習模型的理解
- 具備嵌入式系統或AI部署的經驗
- 基本的模型優化技術知識
受眾
- AI工程師
- 嵌入式開發人員
- 硬體工程師
21 小時
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯