中关村Edge AI培训

本课程为讲师指导的培训，在中关村（线上或线下）进行，面向高级AI研究人员、数据科学家和安全专家，旨在帮助他们实现Federated Learning技术，以在多个边缘设备上训练AI模型，同时保护数据隐私。

通过本课程，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。
• 优化分布式边缘设备上的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。

本课程为讲师主导的培训，在中关村（线上或线下）进行，面向初级到中级水平的农业科技专业人士、物联网专家和AI工程师，旨在帮助他们开发和部署边缘AI解决方案，用于智能农业。

培训结束后，学员将能够：

• 了解边缘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。
• 开发自动化灌溉和环境感知解决方案。
• 利用实时边缘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。

本课程为讲师指导的培训，在 中关村（线上或线下）进行，面向初学者到中级水平的零售技术专家、AI 开发者和业务分析师，旨在帮助他们应用 Edge AI 解决方案于智能结账系统、库存管理和个性化客户互动。

培训结束后，学员将能够：

• 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。

本课程为讲师指导的中关村线下或线上培训，面向中级嵌入式AI开发者和边缘计算专家，旨在微调和优化轻量级AI模型，以便在资源受限的设备上部署。

通过本课程，学员将能够：

• 选择并适配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。
• 在真实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培训，在中关村（线上或线下）进行，面向希望实现和优化用于边缘设备实时处理的计算机视觉模型的中高级计算机视觉工程师、AI开发者和物联网专业人士。

通过本课程，参与者将能够：

• 了解边缘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。

本次由讲师主导的中关村（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。

边缘与轻量级代理是一门实践课程，专注于在资源受限的设备上部署代理式AI工作负载。学员将学习构建、优化和管理能够进行本地推理的轻量级代理，从而提高分布式环境中的速度、隐私和可靠性。课程重点包括性能调优、低延迟设计以及硬件与软件集成。

本课程为讲师指导的培训（线上或线下），面向希望使用Python和边缘AI框架实现和优化设备端代理系统的中级专业人士。

通过本培训，学员将能够：

• 了解在边缘设备上运行代理式AI的架构和挑战。
• 设计适用于受限环境的轻量级代理循环。
• 使用TensorFlow Lite、PyTorch Mobile和ONNX实现本地推理。
• 将代理与传感器、执行器和物联网平台集成。
• 优化性能、能耗和延迟，以实现实时操作。

课程形式

• 互动讲座与实践演示。
• 在本地或模拟环境中进行实践开发。
• 基于项目的学习与指导性实施练习。

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。

本次由讲师指导的中关村（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。

本课程由讲师主导，提供中关村（线上或线下）培训，面向中级AI开发人员、嵌入式工程师和机器人工程师，旨在优化并部署AI模型于NVIDIA Jetson平台，适用于边缘应用。

通过本培训，参与者将能够：

• 了解边缘AI和NVIDIA Jetson硬件的基础知识。
• 优化AI模型以便在边缘设备上部署。
• 使用TensorRT加速深度学习推理。
• 使用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。

本课程由讲师主导，提供中关村（线上或线下）培训，面向希望在金融服务中实施边缘AI解决方案的中级金融专业人士、金融科技开发者和AI专家。

培训结束后，参与者将能够：

• 理解边缘AI在金融服务中的作用。
• 使用边缘AI实施欺诈检测系统。
• 通过AI驱动解决方案提升客户服务。
• 应用边缘AI进行风险管理和决策。
• 在金融环境中部署和管理边缘AI解决方案。

本课程为讲师指导的培训，在中关村（线上或线下）进行，面向希望将边缘AI解决方案应用于工业自动化的中级工业工程师、制造专业人员和AI开发者。

通过本培训，学员将能够：

• 了解边缘AI在工业自动化中的作用。
• 使用边缘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。
• 使用边缘AI优化工业流程。
• 在工业环境中部署和管理边缘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。

本课程为讲师指导的培训，在中关村（线上或线下）进行，面向中级网络安全专业人士、系统管理员和AI伦理研究人员，旨在帮助他们安全且合乎伦理地部署边缘AI解决方案。

通过本培训，参与者将能够：

• 理解边缘AI中的安全与隐私挑战。
• 实施保护边缘设备和数据的最佳实践。
• 制定缓解边缘AI部署中安全风险的策略。
• 解决伦理问题并确保合规。
• 对边缘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中关村（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。

边缘AI使人工智能模型能够直接在嵌入式或资源受限的设备上运行，减少延迟和功耗，同时提高机器人系统的自主性和隐私性。

本次由讲师主导的培训（线上或线下）面向中级嵌入式开发人员和机器人工程师，旨在通过TinyML和边缘AI框架在机器人硬件上直接实现机器学习推理和优化技术。

培训结束后，学员将能够：

• 了解TinyML和边缘AI在机器人中的基础知识。
• 转换并部署用于设备端推理的AI模型。
• 优化模型的速度、大小和能效。
• 将边缘AI系统集成到机器人控制架构中。
• 评估实际场景中的性能和准确性。

课程形式

• 互动式讲座与讨论。
• 使用TinyML和边缘AI工具链进行实践操作。
• 在嵌入式与机器人硬件平台上进行实际练习。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

本次讲师指导的培训在中关村（线上或线下）面向希望掌握边缘AI最新进展、优化AI模型以进行边缘部署，并探索各行业专门应用的高级AI从业者、研究人员和开发者。

培训结束后，学员将能够：

• 探索边缘AI模型开发和优化的高级技术。
• 实施在边缘设备上部署AI模型的前沿策略。
• 利用专门工具和框架进行高级边缘AI应用。
• 优化边缘AI解决方案的性能和效率。
• 探索边缘AI的创新用例和新兴趋势。
• 解决边缘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。

本次由讲师指导的培训在中关村（线上或线下）进行，面向中级物联网开发者、嵌入式工程师和AI从业者，旨在帮助他们实现TinyML在预测性维护、异常检测和智能传感器应用中的应用。

培训结束后，参与者将能够：

• 理解TinyML的基础知识及其在物联网中的应用。
• 为物联网项目搭建TinyML开发环境。
• 在低功耗微控制器上开发和部署机器学习模型。
• 使用TinyML实现预测性维护和异常检测。
• 优化TinyML模型，提高功耗和内存使用效率。

本次由讲师指导的培训在中关村（线上或线下）面向中级开发人员和IT专业人员，旨在帮助他们全面了解边缘AI，从概念到实际实现，包括设置和部署。

培训结束后，参与者将能够：

• 理解边缘AI的基本概念。
• 设置和配置边缘AI环境。
• 开发、训练和优化边缘AI模型。
• 部署和管理边缘AI应用。
• 将边缘AI与现有系统和工作流集成。
• 解决边缘AI实施中的伦理问题和最佳实践。

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培训，在 中关村（线上或线下）进行，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 专业人员。

培训结束后，学员将能够：

• 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。