Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione a TensorFlow Lite
- Panoramica su TensorFlow Lite e sulla sua architettura
- Confronto con TensorFlow e altri framework per l’Intelligenza Artificiale edge
- Vantaggi e criticità nell’utilizzo di TensorFlow Lite in contesti edge
- Analisi di casi pratici relativi all’applicazione di TensorFlow Lite nella Intelligenza Artificiale edge
Configurazione dell’ambiente di lavoro per TensorFlow Lite
- Installazione di TensorFlow Lite e delle dipendenze necessarie
- Configurazione completa dell’ambiente di sviluppo
- Presentazione degli strumenti e delle librerie offerte da TensorFlow Lite
- Esercitazioni pratiche sulla configurazione dell’ambiente
Sviluppo di modelli AI con TensorFlow Lite
- Progettazione e addestramento di modelli adatti alla distribuzione su dispositivi edge
- Conversione dei modelli creati in TensorFlow al formato TensorFlow Lite
- Ottimizzazione dei modelli per garantirne prestazioni elevate e consumo minimo di risorse
- Esercitazioni pratiche relative alla creazione e conversione dei modelli
Distribuzione dei modelli TensorFlow Lite
- Installazione e utilizzo dei modelli su svariati dispositivi edge (ad esempio smartphone, microcontroller)
- Esecuzione delle inferenze direttamente sui dispositivi edge
- Risoluzione dei problemi più comuni legati alla distribuzione dei modelli
- Attività pratiche finalizzate alla distribuzione effettiva dei modelli
Strumenti e tecniche per l’ottimizzazione dei modelli
- La quantizzazione e i suoi benefici principali
- Le tecniche di pruning e compressione dei modelli
- Utilizzo degli strumenti integrati per l’ottimizzazione messi a disposizione da TensorFlow Lite
- Esercitazioni pratiche volte all’ottimizzazione dei modelli
Sviluppo di applicazioni reali basate sull’Intelligenza Artificiale edge
- Realizzazione concreta di soluzioni AI edge sfruttando TensorFlow Lite
- Integrazione dei modelli TensorFlow Lite in altri sistemi e applicazioni
- Analisi approfondita di progetti realizzati con successo nell’ambito dell’Intelligenza Artificiale edge
- Progetto finale pratico volto alla creazione di un’applicazione AI edge completa
Riepilogo e prossimi passi
Requisiti
- Conoscenza dei concetti di Intelligenza Artificiale e Machine Learning
- Esperienza nell’utilizzo di TensorFlow
- Competenze di base nella programmazione (si consiglia Python)
Destinatari
- Sviluppatori
- Data scientist
- Professionisti dell’AI
14 ore
Recensioni (1)
Coprindo argomenti avanzati e lavorando con esempi pratici
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Corso - Advanced Edge AI Techniques
Traduzione automatica