Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
- Einführung in Edge AI
- Definition von Edge AI und ihre Bedeutung
- Vorteile der Auslegung von AI-Modellen am Rande
- Überblick über das AI-Landschaft für Edge Computing
- Konvolutionsneuronale Netzwerke (CNN)-Architekturen für Edge AI
- Grundlagen von CNNs und ihre Anwendbarkeit in der Edge AI verstehen
- Gestaltungskriterien für CNNs auf Geräten am Rande
- Anwendungsfälle: Effiziente CNN-Modelle im Einsatz
- Entwicklung kompakter Netzwerke für die Edge-Auslegung
- Methoden zur Reduzierung der Modellgröße ohne Genauigkeitseinschränkungen
- Tools und Frameworks für Modelloptimierung
- Auswirkungen zwischen Leistung und Komplexität bewerten
- Methode der Wissensdestillation für Edge AI
- Grundsätze der Wissensdistillation und deren Vorteile
- Aufsetzen von Wissensdistillation für Modell am Rande
- Praktische Beispiele und Erfolgsgeschichten
- Tiefes Komprimierungsverfahren für Edge AI-Modelle
- Überblick über Modellkompressionstechniken (Pruning, Quantisierung)
- Anwendung von Kompressionsmethoden in Edge-AI-Szenarien
- Auswirkungen auf Leistung, Genauigkeit und Modellauslegung
- Konzepte und Anwendungen der Federated Learning
- Einführung in Federated Learning und dessen Bedeutung für Datenschutz und Effizienz
- Aufbau- und Betriebsaspekte von Systemen der federierten Lernprozesse
- Herausforderungen und Lösungen bei der Implementierung des Federated Learning am Rande
- Implementierung von Edge AI-Lösungen
- End-to-End-Prozess für die Auslegung von AI-Modellen auf Edge-Geräten
- Tools und Plattformen zur Unterstützung der Edge-AI-Erstellung
- Überwachung und Verwaltung von Edge AI-Anwendungen im Produktionsbetrieb
- Anwendungsfälle und Projektarbeit
- Analysieren Sie reale Edge AI-Auslegungen in verschiedenen Branchen
- Gruppenprojekt: Design und Implementierung einer Edge AI-Lösung
- Vorträge und Kritik an den Ergebnissen des Projekts
Voraussetzungen
- Vertrautheit mit Cloud-Computing und künstlicher Intelligenz
Zielgruppe
- Geschäftsanalysten
- Produktmanager
- Entwickler
35 Stunden