北京Edge AI培训

本课程为讲师指导的北京（线上或线下）培训，面向高级AI研究员、数据科学家和安全专家，旨在帮助他们实现在多个边缘设备上训练AI模型的同时，保护数据隐私的Federated Learning技术。

培训结束后，学员将能够：

• 理解Federated Learning在Edge AI中的原理和优势。
• 使用TensorFlow Federated和PyTorch实现Federated Learning模型。
• 优化跨分布式边缘设备的AI训练。
• 解决Federated Learning中的数据隐私和安全挑战。
• 在实际应用中部署和监控Federated Learning系统。

本次由讲师指导的北京（线上或线下）培训，面向希望为智慧农业开发和部署Edge AI解决方案的初级到中级农业科技专业人员、物联网专家和人工智能工程师。

培训结束后，参与者将能够：

• 了解Edge AI在精准农业中的作用。
• 实施AI驱动的作物和牲畜监测系统。
• 开发自动灌溉和环境感知解决方案。
• 使用实时Edge AI分析优化农业效率。

本次由讲师指导的线下或线上培训，面向高级网络安全专业人士、AI工程师和物联网开发者，旨在帮助他们为Edge AI系统实施强大的安全措施和弹性策略。

培训结束后，参与者将能够：

• 了解Edge AI部署中的安全风险和漏洞。
• 实施加密和认证技术以保护数据。
• 设计能够抵御网络威胁的弹性Edge AI架构。
• 在边缘环境中应用安全的AI模型部署策略。

本次由讲师指导的北京（线上或线下）培训面向初级到中级零售技术专家、AI开发人员和业务分析师，旨在帮助他们将Edge AI解决方案应用于智能结账系统、库存管理和个性化客户互动。

培训结束后，参与者将能够：

• 了解Edge AI如何提升零售运营和客户体验。
• 实施基于AI的智能结账和无收银员支付系统。
• 通过实时跟踪和分析优化库存管理。
• 利用计算机视觉和AI实现个性化店内体验。

本次由讲师指导的线下或线上培训，面向中级电信专业人员、AI工程师和物联网专家，旨在探讨5G网络如何加速边缘AI应用。

培训结束后，学员将能够：

• 了解5G技术的基础知识及其对边缘AI的影响。
• 在5G环境中部署针对低延迟应用优化的AI模型。
• 利用边缘AI和5G连接实现实时决策系统。
• 优化AI工作负载，提升边缘设备的性能。

这是一个由讲师指导的北京（线上或线下）培训，针对中级嵌入式AI开发人员和边缘计算专家，旨在微调和优化轻量级AI模型，以部署在资源受限的设备上。

在培训结束时，参与者将能够：

• 选择并适应适合边缘部署的预训练模型。
• 应用量化、剪枝和其他压缩技术，以减少模型大小和延迟。
• 使用迁移学习微调模型，以实现特定任务的性能。
• 在实际的边缘硬件平台上部署优化后的模型。

本课程为讲师指导的北京（线上或线下）培训，面向中级到高级的计算机视觉工程师、AI开发者和物联网专业人士，旨在帮助他们实现和优化用于边缘设备实时处理的计算机视觉模型。

培训结束后，参与者将能够：

• 理解Edge AI的基础知识及其在计算机视觉中的应用。
• 在边缘设备上部署优化的深度学习模型，用于实时图像和视频分析。
• 使用TensorFlow Lite、OpenVINO和NVIDIA Jetson SDK等框架进行模型部署。
• 优化AI模型，以提高性能、能效和低延迟推理。

本次由讲师主导的北京（线上或线下）培训，面向希望在高能效硬件上实现AI驱动的TinyML技术的中级嵌入式工程师、物联网开发者和AI研究人员。

培训结束后，参与者将能够：

• 理解TinyML和边缘AI的基础知识。
• 在微控制器上部署轻量级AI模型。
• 优化AI推理以实现低功耗。
• 将TinyML与实际物联网应用集成。

本课程为讲师指导的线下或线上培训，面向中高级机器人工程师、AI开发人员和自动化专家，旨在帮助他们为机器人应用实施Edge AI。

通过本培训，学员将能够：

• 了解Edge AI在自主系统中的角色。
• 在边缘设备上部署AI模型，实现实时机器人操作。
• 优化AI性能，实现低延迟决策。
• 整合计算机视觉和传感器融合，实现机器人自主性。

本次由讲师指导的北京（线上或线下）培训，面向希望将AI模型部署在低功耗设备上并最大限度减少能耗的高级AI工程师、嵌入式开发人员和硬件工程师。

通过本次培训，参与者将能够：

• 了解在节能设备上运行AI的挑战。
• 优化神经网络以进行低功耗推理。
• 使用量化、剪枝和模型压缩技术。
• 以最小功耗在边缘硬件上部署AI模型。

本次由讲师指导的北京（线上或线下）培训面向希望优化并部署AI模型于NVIDIA Jetson平台以实现边缘应用的中级AI开发人员、嵌入式工程师和机器人工程师。

培训结束后，学员将能够：

• 理解边缘AI的基础知识及NVIDIA Jetson硬件。
• 优化AI模型以部署在边缘设备上。
• 使用TensorRT加速深度学习推理。
• 利用JetPack SDK和ONNX Runtime部署AI模型。

本次由讲师指导的线下或线上培训，面向希望优化AI模型以在边缘设备上部署的中级AI开发者、机器学习工程师和系统架构师。

在培训结束时，参与者将能够：

• 了解在边缘设备上部署AI模型的挑战和需求。
• 应用模型压缩技术，减少AI模型的规模和复杂性。
• 利用量化方法，提升模型在边缘硬件上的效率。
• 实施剪枝和其他优化技术，提升模型性能。
• 在各种边缘设备上部署优化后的AI模型。

本次由讲师指导的线下或线上培训，面向中级开发者、数据科学家和技术爱好者，旨在帮助他们掌握在各种应用中在边缘设备上部署AI模型的实用技能。

培训结束后，参与者将能够：

• 理解Edge AI的原理及其优势。
• 设置和配置边缘计算环境。
• 开发、训练和优化用于边缘部署的AI模型。
• 在边缘设备上实现实用的AI解决方案。
• 评估并改进边缘部署模型的性能。
• 解决Edge AI应用中的伦理和安全问题。

本课程为讲师指导的北京（线上或线下）培训，面向中级财务专业人士、金融科技开发者和AI专家，旨在帮助他们实现在金融服务中应用Edge AI的解决方案。

通过本培训，学员将能够：

• 了解Edge AI在金融服务中的作用。
• 使用Edge AI实施欺诈检测系统。
• 通过AI驱动的解决方案提升客户服务。
• 应用Edge AI进行风险管理和决策支持。
• 在金融环境中部署和管理Edge AI解决方案。

本次由讲师指导的北京（线上或线下）培训面向中级工业工程师、制造专业人士和AI开发者，旨在帮助他们在工业自动化中实施Edge AI解决方案。

培训结束后，参与者将能够：

• 了解Edge AI在工业自动化中的作用。
• 使用Edge AI实施预测性维护解决方案。
• 在制造过程中应用AI技术进行质量控制。
• 使用Edge AI优化工业流程。
• 在工业环境中部署和管理Edge AI解决方案。

Edge AI 是将人工智能模型直接部署在网络边缘的设备上，实现实时决策并最小化延迟。

本次由讲师主导的培训（线上或线下）面向希望在制造环境中部署AI驱动的逻辑和控制系统的嵌入式与物联网高级专业人员，这些环境对速度、可靠性和离线操作有严格要求。

通过本次培训，参与者将能够：

• 了解边缘AI系统的架构与优势。
• 构建并优化用于嵌入式设备部署的AI模型。
• 使用TensorFlow Lite和OpenVINO等工具进行低延迟推理。
• 将边缘智能与传感器、执行器和工业协议集成。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

本课程为讲师指导的线下或线上培训，面向中级开发者、数据科学家和AI从业者，旨在帮助他们利用TensorFlow Lite开发Edge AI应用。

通过本培训，学员将能够：

• 理解TensorFlow Lite的基础知识及其在Edge AI中的作用。
• 使用TensorFlow Lite开发和优化AI模型。
• 在各种边缘设备上部署TensorFlow Lite模型。
• 掌握模型转换和优化的工具与技术。
• 使用TensorFlow Lite实现实际的Edge AI应用。

本次由讲师主导的线下或线上培训，面向中级城市规划师、土木工程师和智慧城市项目经理，旨在帮助他们利用Edge AI推动智慧城市项目。

培训结束后，参与者将能够：

• 理解Edge AI在智慧城市基础设施中的作用。
• 实施Edge AI解决方案，用于交通管理和监控。
• 利用Edge AI技术优化城市资源。
• 将Edge AI与现有智慧城市系统集成。
• 解决智慧城市部署中的伦理和监管问题。

本课程为讲师主导的北京（线上或线下）培训，面向中级网络安全专业人员、系统管理员和AI伦理研究人员，旨在帮助他们安全且符合伦理地部署Edge AI解决方案。

培训结束后，学员将能够：

• 了解Edge AI中的安全和隐私挑战。
• 实施保护边缘设备和数据的最佳实践。
• 制定策略，缓解Edge AI部署中的安全风险。
• 解决伦理问题，并确保符合法规要求。
• 对Edge AI应用进行安全评估和审计。

本次由讲师指导的线下或线上培训，面向中级机器人工程师、自动驾驶汽车开发者和AI研究人员，旨在帮助他们利用Edge AI技术开发创新的自主系统解决方案。

培训结束后，参与者将能够：

• 理解Edge AI在自主系统中的作用和优势。
• 开发和部署用于边缘设备实时处理的AI模型。
• 在自动驾驶汽车、无人机和机器人中实施Edge AI解决方案。
• 使用Edge AI设计和优化控制系统。
• 解决自主AI应用中的伦理和监管问题。

本课程为讲师主导的北京（线上或线下）培训，面向希望利用Edge AI开发创新医疗解决方案的中级医疗专业人员、生物医学工程师和AI开发者。

通过本培训，学员将能够：

• 了解Edge AI在医疗领域的作用和优势。
• 在边缘设备上开发和部署用于医疗应用的AI模型。
• 在可穿戴设备和诊断工具中实施Edge AI解决方案。
• 设计和部署基于Edge AI的患者监护系统。
• 解决医疗AI应用中的伦理和监管问题。

本课程为讲师指导的北京（线上或线下）培训，面向高级AI从业者、研究人员和开发者，旨在帮助他们掌握Edge AI的最新技术进展，优化AI模型以进行边缘部署，并探索各行业中的专业应用。

培训结束后，学员将能够：

• 探索Edge AI模型开发和优化的先进技术。
• 实施在边缘设备上部署AI模型的前沿策略。
• 利用专用工具和框架进行高级Edge AI应用。
• 优化Edge AI解决方案的性能和效率。
• 探索Edge AI的创新用例和新兴趋势。
• 解决Edge AI部署中的高级伦理和安全问题。

华为的Ascend CANN工具包能够在边缘设备（如Ascend 310）上实现强大的AI推理。CANN提供了在计算和内存受限的环境中编译、优化和部署模型所需的必要工具。

本次由讲师指导的培训（线上或线下）面向希望使用CANN工具链在Ascend边缘设备上部署和优化模型的中级AI开发人员和集成人员。

培训结束后，学员将能够：

• 使用CANN工具为Ascend 310准备和转换AI模型。
• 使用MindSpore Lite和AscendCL构建轻量级推理管道。
• 在计算和内存受限的环境中优化模型性能。
• 在实际边缘用例中部署和监控AI应用。

课程形式

• 互动讲座与演示。
• 针对边缘特定模型和场景的实践操作。
• 在虚拟或物理边缘硬件上进行实时部署示例。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

本次由讲师指导的线下或线上培训，面向中级开发人员、系统架构师和行业专业人士，旨在帮助他们利用Edge AI增强物联网应用的智能数据处理和分析能力。

培训结束后，学员将能够：

• 理解Edge AI的基础知识及其在物联网中的应用。
• 为物联网设备设置和配置Edge AI环境。
• 在边缘设备上开发和部署用于物联网应用的AI模型。
• 在物联网系统中实现实时数据处理和决策。
• 将Edge AI与各种物联网协议和平台集成。
• 解决Edge AI在物联网中的伦理问题和最佳实践。

这项针对希望为预测性维护、异常检测和智能传感器应用实施TinyML的中级IoT开发人员、嵌入式工程师和AI从业人员的北京(在线或现场)的讲师主导直播培训旨在使参与者能够：

• 了解TinyML的基础知识及其在IoT中的应用。
• 为IoT项目设置TinyML开发环境。
• 在低功耗微控制器上开发和部署ML模型。
• 使用TinyML实施预测性维护和异常检测。
• 优化TinyML模型，以提高功率和内存使用的效率。

本次由讲师指导的北京（线上或线下）培训面向中级开发人员和IT专业人士，旨在帮助他们全面了解Edge AI从概念到实际实施的全过程，包括设置和部署。

培训结束后，学员将能够：

• 理解Edge AI的基本概念。
• 设置和配置Edge AI环境。
• 开发、训练和优化Edge AI模型。
• 部署和管理Edge AI应用。
• 将Edge AI与现有系统和工作流集成。
• 解决Edge AI实施中的伦理问题，并了解最佳实践。

本次由讲师指导的培训（线上或线下）面向中级嵌入式系统工程师和AI开发者，旨在帮助他们使用TensorFlow Lite和Edge Impulse在微控制器上部署机器学习模型。

培训结束后，参与者将能够：

• 理解TinyML的基础知识及其在边缘AI应用中的优势。
• 为TinyML项目设置开发环境。
• 在低功耗微控制器上训练、优化和部署AI模型。
• 使用TensorFlow Lite和Edge Impulse实现实际TinyML应用。
• 优化AI模型以提升能效并满足内存限制。

Cambricon MLUs（Machine Learning单元）是专为边缘和数据中心场景中的推理和训练优化的AI芯片。

本次由讲师指导的培训（线上或线下）面向中级开发者，旨在帮助他们使用BANGPy框架和Neuware SDK在Cambricon MLU硬件上构建和部署AI模型。

通过本次培训，参与者将能够：

• 设置和配置BANGPy与Neuware开发环境。
• 为Cambricon MLUs开发和优化基于Python和C++的模型。
• 将模型部署到运行Neuware运行时的边缘和数据中心设备。
• 将机器学习工作流与MLU特定的加速功能集成。

课程形式

• 互动式讲座和讨论。
• 动手实践BANGPy和Neuware进行开发和部署。
• 专注于优化、集成和测试的指导练习。

课程定制选项

• 如需根据您的Cambricon设备型号或使用场景定制本课程，请联系我们安排。

本课程为讲师指导的北京（线上或线下）培训，面向希望了解Edge AI基础知识及其入门应用的初级开发者和IT专业人士。

通过本培训，参与者将能够：

• 理解Edge AI的基本概念和架构。
• 设置和配置Edge AI环境。
• 开发和部署简单的Edge AI应用。
• 识别并理解Edge AI的用例和优势。