Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
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
Nos clients témoignent (1)
Nous pouvons aborder des sujets avancés et travailler avec des exemples concrets.
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Formation - Advanced Edge AI Techniques
Traduction automatique