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 des Einsatzes von KI-Modellen im Edge-Bereich
- Überblick über die KI-Landschaft für Edge Computing
- Convolutional Neural Networks (CNN) Architekturen für Edge AI
- Verständnis der CNN-Grundlagen und ihrer Anwendbarkeit für Edge AI
- Designüberlegungen für CNNs auf Edge-Geräten
- Fallstudien: Effiziente CNN-Modelle in der Praxis
- Entwurf kompakter Netzwerke für die Edge-Bereitstellung
- Techniken zur Reduzierung der Modellgröße ohne Einbußen bei der Genauigkeit
- Tools und Frameworks für die Modelloptimierung
- Bewertung von Kompromissen zwischen Leistung und Komplexität
- Techniken der Wissensdestillation für Edge AI
- Prinzipien der Wissensdestillation und ihre Vorteile
- Implementierung der Wissensdestillation für Edge-Modelle
- Praktische Beispiele und Erfolgsgeschichten
- Tiefe Komprimierungsmethoden für Edge AI-Modelle
- Überblick über Modellkomprimierungstechniken (Pruning, Quantisierung)
- Anwendung von Komprimierungsmethoden auf Edge-AI-Szenarien
- Auswirkungen auf Leistung, Genauigkeit und Modellbereitstellung
- Konzepte und Anwendungen des föderierten Lernens
- Einführung in föderiertes Lernen und seine Bedeutung für Datenschutz und Effizienz
- Architektonische und betriebliche Aspekte von föderierten Lernsystemen
- Herausforderungen und Lösungen bei der Implementierung von föderiertem Lernen am Rande der Welt
- Implementierung von Edge-KI-Lösungen
- End-to-End-Workflow für die Bereitstellung von KI-Modellen auf Edge-Geräten
- Tools und Plattformen zur Unterstützung der Edge-KI-Entwicklung
- Überwachung und Verwaltung von Edge-KI-Anwendungen in der Produktion
- Fallstudien und Projektarbeit
- Analyse von realen Edge AI-Implementierungen in verschiedenen Sektoren
- Gruppenprojekt: Entwurf und Implementierung einer Edge AI-Lösung
- Präsentation und Kritik von Projektergebnissen
Voraussetzungen
- Vertrautheit mit Cloud Computing und künstlicher Intelligenz
Zielgruppe
- Business Analysten
- Produktmanager
- Entwickler
35 Stunden