Kontakt aufnehmen

Schulungsübersicht

Einführung in Edge-KI und NVIDIA Jetson

  • Überblick über Anwendungen im Bereich Edge-KI
  • Einführung in die Hardware von NVIDIA Jetson
  • Komponenten des JetPack SDK sowie die Entwicklungsumgebung

Einrichtung der Entwicklungsumgebung

  • Installation des JetPack SDK und Konfiguration der Jetson-Platine
  • Erläuterungen zu TensorRT sowie zur Modelloptimierung
  • Einrichtung der Laufzeitumgebung

Optimierung von KI-Modellen für die Bereitstellung auf Edge-Geräten

  • Methoden zur Quantisierung und Reduzierung der Modellgröße
  • Einsatz von TensorRT zur Beschleunigung von Modellen
  • Umwandlung von Modellen in das ONNX-Format

Bereitstellung von KI-Modellen auf Jetson-Geräten

  • Durchführung von Inferenzen mithilfe von TensorRT
  • Integration der KI-Modelle in Echtzeit-Anwendungen
  • Optimierung der Leistung sowie Reduzierung der Verzögerung

Computervision und Deep Learning auf Jetson

  • Einsatz von Modellen zur Bildklassifizierung und Objekterkennung
  • Nutzung der KI für die Echtzeit-Analyse von Videodaten
  • Entwicklung robotergestützter Anwendungen mit künstlicher Intelligenz

Sicherheit und Leistungsoptimierung bei Edge-KI

  • Schutz von KI-Modellen auf Edge-Geräten
  • Energieeffizienz und thermische Steuerung
  • Skalierung von KI-Anwendungen auf Jetson-Plattformen

Projektumsetzung sowie Praxisbeispiele aus der Realität

  • Entwicklung einer KI-basierten IoT-Lösung
  • Einsatz von KI in autonomen Systemen
  • Fallstudien zur Bereitstellung von KI auf Edge-Geräten

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Erfahrung mit dem Trainieren und Inferenzieren von KI-Modellen
  • Grundkenntnisse in Embedded-Systemen
  • Vertrautheit mit der Programmiersprache Python

Zielgruppe

  • KI-Entwickler
  • Embedded-Ingenieure
  • Robotik-Ingenieure
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien