课程大纲

Edge AI 简介

  • 定义与关键概念。
  • Edge AI 与云 AI 的区别。
  • Edge AI 的优势与挑战。
  • Edge AI 应用概述。

Edge AI 架构

  • Edge AI 系统的组件。
  • 硬件与软件要求。
  • Edge AI 应用中的数据流。
  • 与现有系统的集成。

设置 Edge AI 环境

  • Edge AI 平台介绍(如 Raspberry Pi、NVIDIA Jetson 等)。
  • 安装必要的软件和库。
  • 配置开发环境。
  • 初始化 Edge AI 设置。

开发 Edge AI 模型

  • 机器学习和深度学习模型概述。
  • 为边缘部署训练模型。
  • 模型优化技术。
  • Edge AI 开发的工具和框架。

部署 Edge AI 应用

  • 在边缘设备上部署模型的步骤。
  • 监控和管理已部署的模型。
  • 实时数据处理和推理。
  • 案例研究与示例。

用例与应用

  • Edge AI 的行业特定应用。
  • 医疗、汽车和智能家居中的案例研究。
  • 成功案例与经验教训。
  • Edge AI 的未来趋势与机遇。

伦理考虑与最佳实践

  • 确保 Edge AI 的隐私与安全。
  • 解决偏见与公平性问题。
  • 遵守法规与标准。
  • 负责任 AI 部署的最佳实践。

实践项目与练习

  • 开发一个简单的 Edge AI 应用。
  • 真实世界项目与场景。
  • 协作小组练习。
  • 项目展示与反馈。

总结与下一步

要求

  • 具备基本的 AI 和机器学习概念知识。
  • 有编程语言经验(推荐 Python)。
  • 熟悉一般计算概念。

受众

  • 开发者。
  • IT 专业人员。
 14 小时

即将举行的公开课程

课程分类