Struttura del corso

Introduzione a TensorFlow Lite

  • Panoramica di TensorFlow Lite e della sua architettura
  • Confronto con TensorFlow e altri framework di intelligenza artificiale edge
  • Vantaggi e sfide dell'utilizzo di TensorFlow Lite per Edge AI
  • Casi di studio di TensorFlow Lite nelle applicazioni Edge AI

Impostazione dell'ambiente TensorFlow Lite

  • Installazione di TensorFlow Lite e delle sue dipendenze
  • Configurazione dell'ambiente di sviluppo
  • Introduzione agli strumenti e alle librerie TensorFlow Lite
  • Esercizi pratici per la configurazione dell'ambiente

Sviluppo di modelli di intelligenza artificiale con TensorFlow Lite

  • Progettazione e addestramento di modelli di intelligenza artificiale per l'implementazione edge
  • Conversione di modelli TensorFlow in formato TensorFlow Lite
  • Ottimizzazione dei modelli per prestazioni ed efficienza
  • Esercitazioni pratiche per lo sviluppo e la conversione di modelli

Distribuzione di TensorFlow modelli Lite

  • Distribuzione di modelli su vari dispositivi edge (ad esempio, smartphone, microcontrollori)
  • Esecuzione di inferenze su dispositivi perimetrali
  • Risoluzione dei problemi di distribuzione
  • Esercitazioni pratiche per la distribuzione del modello

Strumenti e tecniche per l'ottimizzazione dei modelli

  • La quantizzazione e i suoi vantaggi
  • Tecniche di potatura e compressione del modello
  • Utilizzo degli strumenti di ottimizzazione di TensorFlow Lite
  • Esercizi pratici per l'ottimizzazione del modello

Creazione di applicazioni pratiche di Edge AI

  • Sviluppo di applicazioni Edge AI nel mondo reale utilizzando TensorFlow Lite
  • Integrazione dei modelli TensorFlow Lite con altri sistemi e applicazioni
  • Casi di studio di progetti Edge AI di successo
  • Progetto pratico per la creazione di un'applicazione Edge AI pratica

Riepilogo e prossime tappe

Requisiti

  • Comprensione dei concetti di intelligenza artificiale e apprendimento automatico
  • Esperienza con TensorFlow
  • Competenze di programmazione di base (Python consigliato)

Pubblico

  • Gli sviluppatori
  • Scienziati dei dati
  • Professionisti dell'IA
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative