Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
- Introduzione all'Edge AI
- Definizione di Edge AI e la sua rilevanza
- Vantaggi della distribuzione dei modelli AI all'edge
- Panoramica del paesaggio dell'AI per il calcolo edge
- Architetture delle Reti Neurali Convolutive (CNN) per l'Edge AI
- Comprendere i concetti base delle CNN e la loro applicabilità all'Edge AI
- Riflessioni progettuali per le CNN sui dispositivi edge
- Casi di studio: modelli CNN efficienti in azione
- Progettazione di Reti Compattate per il Deployment Edge
- Tecniche per ridurre la dimensione del modello senza compromettere l'accuratezza
- Strumenti e framework per l'ottimizzazione dei modelli
- Valutazione delle trade-off tra prestazioni e complessità
- Tecniche di Distillazione del Conoscere per l'Edge AI
- Principi della distillazione del conoscere e i suoi vantaggi
- Implementazione della distillazione del conoscere per modelli edge
- Esempi pratici e success stories
- Metodi di Compressione Profonda per i Modelli Edge AI
- Panoramica delle tecniche di compressione del modello (pruning, quantizzazione)
- Applicazione dei metodi di compressione a scenari Edge AI
- Impatto sulle prestazioni, l'accuratezza e il deployment del modello
- Concetti e Applicazioni del Federated Learning
- Introduzione al federated learning e la sua importanza per privacy ed efficienza
- Aspetti architetturali ed operativi dei sistemi di federated learning
- Sfide e soluzioni nell'implementazione del federated learning all'edge
- Implementazione di Soluzioni Edge AI
- Flusso di lavoro end-to-end per il deployment dei modelli AI sui dispositivi edge
- Strumenti e piattaforme che supportano lo sviluppo Edge AI
- Monitoraggio e gestione di applicazioni Edge AI in produzione
- Casi di Studio e Lavoro Progettuale
- Analisi dei deployment real-world dell'Edge AI in vari settori
- Lavoro progettuale di gruppo: design e implementazione di una soluzione Edge AI
- Presentazione ed esame critico degli esiti del progetto
Requisiti
- Familiarità con il calcolo in cloud e l'intelligenza artificiale
Pubblico interessato
- Analisti aziendali
- Gestori di prodotti
- Sviluppatori
35 ore
