Prenez contact avec nous

Plan du cours

Introduction à TensorFlow Lite

  • Aperçu de TensorFlow Lite et de son architecture
  • Comparaison avec TensorFlow et d'autres frameworks d'IA en périphérie
  • Avantages et défis de l'utilisation de TensorFlow Lite pour l'IA en périphérie
  • Études de cas de TensorFlow Lite dans des applications d'IA en périphérie

Configuration de l'environnement TensorFlow Lite

  • Installation de TensorFlow Lite et de ses dépendances
  • Configuration de l'environnement de développement
  • Introduction aux outils et bibliothèques de TensorFlow Lite
  • Exercices pratiques pour la configuration de l'environnement

Développement de modèles d'IA avec TensorFlow Lite

  • Conception et entraînement de modèles d'IA pour le déploiement en périphérie
  • Conversion de modèles TensorFlow au format TensorFlow Lite
  • Optimisation des modèles pour les performances et l'efficacité
  • Exercices pratiques pour le développement et la conversion de modèles

Déploiement de modèles TensorFlow Lite

  • Déploiement de modèles sur divers appareils en périphérie (par exemple, smartphones, microcontrôleurs)
  • Exécution des inférences sur les appareils en périphérie
  • Dépannage des problèmes de déploiement
  • Exercices pratiques pour le déploiement de modèles

Outils et techniques pour l'optimisation des modèles

  • Quantification et ses avantages
  • Techniques d'élagage et de compression des modèles
  • Utilisation des outils d'optimisation de TensorFlow Lite
  • Exercices pratiques pour l'optimisation des modèles

Construction d'applications pratiques d'IA en périphérie

  • Développement d'applications réelles d'IA en périphérie en utilisant TensorFlow Lite
  • Intégration de modèles TensorFlow Lite avec d'autres systèmes et applications
  • Études de cas de projets réussis d'IA en périphérie
  • Projet pratique pour construire une application d'IA en périphérie

Résumé et prochaines étapes

Pré requis

  • Une compréhension des concepts de l'IA et de l'apprentissage automatique
  • Une expérience avec TensorFlow
  • Des compétences de base en programmation (Python recommandé)

Audience

  • Développeurs
  • Scientifiques des données
  • Praticiens de l'IA
 14 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires