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 l'IA sur Périphérique
- Fondements de l'apprentissage machine sur périphérique
- Avantages et défis des petits modèles linguistiques
- Vue d'ensemble des contraintes matérielles dans les appareils mobiles et IoT
Optimisation du Modèle pour le Déploiement sur Périphérique
- Quantification et élagage des modèles
- Distillation de connaissances pour des modèles plus petits et efficaces
- Sélection et adaptation des modèles pour les performances sur périphérique
Outils et Cadres Spécifiques aux Plateformes IA
- Introduction à TensorFlow Lite et PyTorch Mobile
- Utilisation des bibliothèques spécifiques aux plateformes pour l'IA sur périphérique
- Stratégies de déploiement multi-plateforme
Inférence en Temps Réel et Calcul Edge
- Techniques pour une inférence rapide et efficace sur les appareils
- Utilisation du calcul edge pour l'IA sur périphérique
- Études de cas d'applications IA en temps réel
Gestion de la Puissance et des Considérations Relatives à la Durée de Vie de la Batterie
- Optimisation des applications IA pour l'efficacité énergétique
- Équilibre entre les performances et la consommation d'énergie
- Stratégies pour prolonger la durée de vie de la batterie dans les appareils alimentés par l'IA
Sécurité et Confidentialité dans l'IA sur Périphérique
- Garantir la sécurité des données et la confidentialité de l'utilisateur
- Traitement des données sur périphérique pour préserver la confidentialité
- Mises à jour sécurisées et maintenance du modèle
Expérience Utilisateur et Conception de l'Interaction
- Conception d'interactions intuitives avec l'IA pour les utilisateurs des appareils
- Intégration des modèles linguistiques aux interfaces utilisateur
- Tests et feedback de l'utilisateur pour l'IA sur périphérique
Scalabilité et Maintenance
- Gestion et mise à jour des modèles sur les appareils déployés
- Stratégies pour des solutions d'IA sur périphérique évoluées
- Surveillance et analyse des systèmes IA déployés
Projet et Évaluation
- Développer un prototype dans un domaine choisi et préparer le déploiement sur un appareil sélectionné
- Présentation de la solution d'IA sur périphérique
- Évaluation basée sur l'efficacité, l'innovation et la praticabilité
Récapitulation et Prochaines Étapes
Pré requis
- Solide fondation en concepts d'apprentissage automatique et d'apprentissage profond
- Maîtrise de la programmation Python
- Connaissance de base des contraintes matérielles pour le déploiement de l'IA
Public cible
- Ingénieurs en apprentissage automatique et développeurs IA
- Ingénieurs des systèmes embarqués intéressés par les applications d'IA
- Directeurs de produit et chefs techniques supervisant des projets IA
21 Heures