感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
低功耗AI簡介
- AI在嵌入式系統中的概述
- 低功耗設備上AI部署的挑戰
- 節能的AI應用
模型優化技術
- 量化及其對性能的影響
- 剪枝與權重共享
- 知識蒸餾以簡化模型
在低功耗硬件上部署AI模型
- 使用TensorFlow Lite和ONNX Runtime進行邊緣AI
- 使用NVIDIA TensorRT優化AI模型
- 使用Coral TPU和Jetson Nano進行硬件加速
減少AI應用中的功耗
- 功耗分析與效率指標
- 低功耗計算架構
- 動態功耗縮放與自適應推理技術
案例研究與實際應用
- AI驅動的電池供電物聯網設備
- 低功耗AI在醫療與可穿戴設備中的應用
- 智慧城市與環境監測應用
最佳實踐與未來趨勢
- 優化邊緣AI以實現可持續性
- 節能AI硬件的進展
- 低功耗AI研究的未來發展
總結與下一步
最低要求
- 對深度學習模型的理解
- 嵌入式系統或AI部署的經驗
- 模型優化技術的基礎知識
受衆
- AI工程師
- 嵌入式開發者
- 硬件工程師
21 小時
客戶評論 (1)
我們可以涵蓋高級主題,並運用實際案例
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
課程 - Advanced Edge AI Techniques
機器翻譯