聯繫我們

課程簡介

邊緣 AI 入門

  • 定義與關鍵概念。
  • 邊緣 AI 與雲端 AI 的差異。
  • 邊緣 AI 的優勢與挑戰。
  • 邊緣 AI 應用概覽。

Edge AI 架構

  • Edge AI 系統的組成部分。
  • 硬體與軟體需求。
  • Edge AI 應用中的數據流。
  • 與現有系統進行整合。

搭建 Edge AI 環境

  • Edge AI 平台簡介(如 Raspberry Pi、NVIDIA Jetson 等)。
  • 安裝必要的軟體與函式庫。
  • 配置開發環境。
  • 初始化 Edge AI 設置。

開發 Edge AI 模型

  • 機器學習與深度學習模型概覽。
  • 針對邊緣部署訓練模型。
  • 模型優化技術。
  • Edge AI 開發工具與框架。

部署 Edge AI 應用

  • 在邊緣裝置上部署模型的步驟。
  • 監控及管理已部署的模型。
  • 即時數據處理與推論。
  • 案例研究與實例演示。

使用場景與應用

  • 特定行業中的 Edge AI 應用。
  • 醫療、汽車及智慧家居領域的案例研究。
  • 成功案例與經驗教訓。
  • Edge AI 的未來趨勢與機會。

倫理考量與最佳實踐

  • 確保 Edge AI 中的隱私與安全性。
  • 處理偏差與公平性問題。
  • 符合法規與標準要求。
  • 負責任地部署 AI 的最佳實踐方法。

動手實作專案與練習

  • 開發簡單的 Edge AI 應用程序。
  • 真實世界專案與情境模擬。
  • 小組協作練習。
  • 專案演示與反饋環節。

總結與後續步驟

最低要求

  • 具備基本的 AI 和機器學習概念知識。
  • 擁有程式語言編程經驗(推薦使用 Python)。
  • 熟悉通用計算機概念。

受眾對象

  • 開發人員。
  • IT 專業人士。
 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