Plan du cours

Introduction to Edge AI

  • Définition et concepts clés
  • Différences entre Edge AI et Cloud AI
  • Avantages et défis de l'Edge AI
  • Aperçu des applications Edge AI

Architecture de l'Edge AI

  • Composants des systèmes Edge AI
  • Exigences matérielles et logicielles
  • Flux de données dans les applications Edge AI
  • Intégration aux systèmes existants

Mise en place de l'environnement Edge AI

  • Plateformes Introduction to Edge AI (Raspberry Pi, NVIDIA Jetson, etc.)
  • Installation des logiciels et des bibliothèques nécessaires
  • Configuration de l'environnement de développement
  • Initialisation de l'installation Edge AI

Développement de modèles Edge AI

  • Vue d'ensemble des modèles d'apprentissage automatique et d'apprentissage profond
  • Formation de modèles pour le déploiement en périphérie
  • Techniques d'optimisation des modèles
  • Outils et cadres pour le développement de l'Edge AI

Déploiement d'applications Edge AI

  • Étapes du déploiement de modèles sur des appareils périphériques
  • Surveillance et gestion des modèles déployés
  • Traitement des données en temps réel et inférence
  • Études de cas et exemples

Use Cases et applications

  • Applications sectorielles de l'Edge AI
  • Études de cas dans les domaines de la santé, de l'automobile et des maisons intelligentes
  • Exemples de réussite et leçons tirées de l'expérience
  • Tendances et opportunités futures dans le domaine de l'Edge AI

Considérations éthiques et meilleures pratiques

  • Garantir la protection de la vie privée et la sécurité dans l'Edge AI
  • Tenir compte des préjugés et de l'équité
  • Respect des réglementations et des normes
  • Meilleures pratiques pour un déploiement responsable de l'IA

Projets et exercices pratiques

  • Développement d'une application Edge AI simple
  • Projets et scénarios du monde réel
  • Exercices de groupe en collaboration
  • Présentations de projets et retour d'information

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts de base de l'IA et de l'apprentissage automatique
  • Expérience des langages de programmation (Python recommandé)
  • Familiarité avec les concepts informatiques généraux

Public

  • Développeurs
  • Professionnels de l'informatique
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires