感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
边缘与智能体AI入门
- 智能体AI与边缘计算概览
- 延迟、隐私和带宽考量
- 架构对比：云端代理与边缘代理
设计轻量级代理架构
- 为受限系统拆解代理循环
- 面向高效计算的异步设计
- 平衡自主性与连接性
搭建开发环境
- 安装用于边缘AI的Python框架
- 配置TensorFlow Lite和PyTorch Mobile
- 在Raspberry Pi或类似设备上部署测试环境
实施设备端推断
- 转换和量化模型以用于边缘部署
- 使用TensorFlow Lite和ONNX Runtime运行推断
- 将推断结果集成到代理决策循环中
将代理与硬件及IoT集成
- 连接传感器、执行器和IoT模块
- 本地数据收集与处理管道
- 离线操作与事件触发行为
优化与监控
- 针对低功耗和高速的性能调优
- 边缘缓存与模型压缩技术
- 边缘代理的监控与调试
动手项目：在边缘硬件上部署轻量级代理
- 为IoT或机器人任务设计小型自主代理
- 实施模型推断与本地逻辑
- 针对延迟和可靠性进行测试与优化
总结与后续步骤
要求
- 具有Python编程经验
- 了解机器学习工作流程的基础知识
- 熟悉嵌入式或边缘计算概念
目标受众
- 将AI集成到硬件系统中的嵌入式开发人员
- 设计设备端推断解决方案的边缘机器学习工程师
- 为自主运行部署智能体AI的机器人团队
21 小时
