課程簡介

Edge AI與NVIDIA Jetson簡介

  • 邊緣AI應用概述
  • NVIDIA Jetson硬件簡介
  • JetPack SDK組件與開發環境

開發環境設置

  • 安裝JetPack SDK並設置Jetson板
  • 理解TensorRT與模型優化
  • 配置運行時環境

爲邊緣部署優化AI模型

  • 模型量化與剪枝技術
  • 使用TensorRT加速模型
  • 將模型轉換爲ONNX格式

在Jetson設備上部署AI模型

  • 使用TensorRT進行推理
  • 將AI模型與即時應用集成
  • 優化性能並減少延遲

Jetson上的計算機視覺與深度學習

  • 部署圖像分類與目標檢測模型
  • 使用AI進行即時視頻分析
  • 實現AI驅動的機器人應用

邊緣AI安全與性能優化

  • 保護邊緣設備上的AI模型
  • 能效與熱管理
  • 在Jetson平臺上擴展AI應用

項目實現與真實案例

  • 構建AI驅動的物聯網解決方案
  • 在自主系統中部署AI
  • 邊緣設備上的AI案例研究

總結與下一步

最低要求

  • 具備AI模型訓練和推理經驗
  • 具備嵌入式系統的基礎知識
  • 熟悉Python編程

受衆

  • AI開發者
  • 嵌入式工程師
  • 機器人工程師
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類