聯繫我們

課程簡介

Nano Banana 與設備端 AI 介紹

  • 設備端推理的核心原則
  • Nano Banana 模型架構與功能
  • 行動平台的部署考量

Nano Banana 設定與開發環境

  • 安裝 Nano Banana SDK 工具
  • 設定 Android 和 iOS 建置環境
  • 管理相依性與版本相容性

在行動裝置上執行 Nano Banana 模型

  • 載入並執行預建模型
  • 行動硬體上的記憶體與運算限制
  • 即時推理策略

使用 Nano Banana 建構 AI 功能

  • 整合文字生成功能
  • 實現圖像生成與編輯流程
  • 在應用程式中結合多模態輸入

效能優化與基準測試

  • 延遲與吞吐量分析
  • 量化、剪枝及模型壓縮技術
  • 熱管理、電池使用率與資源消耗優化

設備端 AI 的安全性與隱私

  • 本地資料處理與合規性考量
  • 模型保護與安全執行
  • 風險與緩解策略

進階部署模式

  • 混合式設備端與雲端工作流程
  • 管理離線優先的 AI 應用程式
  • 擴展以服務大量使用者

測試、除錯與持續改進

  • AI 驅動行動應用程式的 CI/CD
  • 單元、整合與效能測試
  • 迭代式模型更新與向後相容性

總結與後續步驟

最低要求

  • 具備行動應用程式開發知識
  • 擁有 Python、Kotlin 或 Swift 使用經驗
  • 熟悉機器學習概念

受眾對象

  • 行動應用程式開發者
  • AI 工程師
  • 探索設備端 AI 部署的技術專業人員
 14 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類