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
端側 AI 簡介
- 端側機器學習基礎
- 小型語言模型的優勢與挑戰
- 行動裝置和物聯網裝置硬體限制概覽
面向端側部署的模型最佳化
- 模型量化與剪枝
- 知識蒸餾以構建更小、高效的模型
- 選擇和適應模型以優化端側效能
平台特定的 AI 工具與框架
- TensorFlow Lite 和 PyTorch Mobile 簡介
- 利用平台特定函式庫進行端側 AI 開發
- 跨平台部署策略
即時推論與邊緣運算
- 裝置上快速高效推論的技巧
- 利用邊緣運算進行端側 AI
- 即時 AI 應用程式案例研究
電源管理與電池壽命考量
- 優化 AI 應用程式的能源效率
- 平衡效能與功耗
- 延長 AI 驅動裝置電池壽命的策略
端側 AI 的安全與隱私
- 確保資料安全與使用者隱私
- 端側資料處理以保護隱私
- 安全的模型更新與維護
使用者體驗與互動設計
- 為裝置使用者設計直覺的 AI 互動
- 將語言模型整合至使用者介面
- 端側 AI 的使用者測試與回饋
可擴展性與維護
- 管理並更新已部署裝置上的模型
- 可擴展端側 AI 解決方案策略
- 已部署 AI 系統的監控與分析
專案與評估
- 在選定領域開發原型,並準備部署於指定裝置
- 展示端側 AI 解決方案
- 根據效率、創新性和實用性進行評估
總結與後續步驟
最低要求
- 紮實的機器學習和深度學習概念基礎
- 精通 Python 程式語言
- 具備 AI 部署硬體限制的基本知識
受眾
- 機器學習工程師和 AI 開發人員
- 對 AI 應用程式感興趣的嵌入式系統工程師
- 監督 AI 專案的產品經理和技術主管
21 小時