Edge AI: From Concept to Implementation

• 了解基本的 AI 和机器学习概念
• 有编程语言经验（Python 推荐）
• 熟悉边缘计算和物联网概念

观众

• 开发 人员
• IT 专业人员

边缘 AI 是直接在智能手机、物联网设备和传感器等边缘设备上部署和运行 AI 模型，实现实时数据处理和决策。

这种由讲师指导的现场培训（在线或现场）面向希望全面了解边缘 AI 从概念到实际实施（包括设置和部署）的中级开发人员和 IT 专业人员。

在培训结束时，参与者将能够：

• 了解边缘 AI 的基本概念。
• 设置和配置边缘 AI 环境。
• 开发、训练和优化边缘 AI 模型。
• 部署和管理边缘 AI 应用程序。
• 将边缘 AI 与现有系统和工作流集成。
• 解决边缘 AI 实施中的道德考虑和最佳实践。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

边缘 AI 简介

• 定义和关键概念
• 边缘 AI 和云 AI 的区别
• 边缘 AI 的优势和挑战
• 边缘 AI 应用概述

边缘 AI 架构

• 边缘 AI 系统的组件
• 硬件和软件要求
• 边缘 AI 应用程序中的数据流
• 与现有系统集成

设置边缘 AI 环境

• 边缘 AI 平台简介（Raspberry Pi、NVIDIA Jetson 等）
• 安装必要的软件和库
• 配置开发环境
• 初始化 Edge AI 设置

开发边缘 AI 模型

• 边缘设备的机器学习和深度学习模型概述
• 专门用于边缘部署的训练模型
• 优化边缘设备模型的技术
• 边缘 AI 开发的工具和框架（TensorFlow Lite、OpenVINO 等）

Data Management 和边缘 AI 的预处理

• 边缘环境的数据收集技术
• 边缘设备的数据预处理和增强
• 管理边缘设备上的数据管道
• 确保边缘环境中的数据隐私和安全

部署边缘 AI 应用程序

• 在各种边缘设备上部署模型的步骤
• 监视和管理已部署模型的技术
• 边缘设备上的实时数据处理和推理
• 部署的案例研究和实际实例

将边缘 AI 与物联网系统集成

• 将边缘 AI 解决方案与物联网设备和传感器连接起来
• Communication 协议和数据交换方法
• 构建端到端边缘 AI 和 IoT 解决方案
• 实际示例和用例

Use Case和应用

• 边缘 AI 的行业特定应用
• 医疗保健、汽车和智能家居领域的深入案例研究
• 成功案例和经验教训
• 边缘 AI 的未来趋势和机遇

道德考量和最佳实践

• 确保边缘 AI 部署中的隐私和安全
• 解决边缘 AI 模型中的偏见和公平性问题
• 符合法规和标准
• 负责任地部署 AI 的最佳实践

动手项目和练习

• 开发复杂的边缘 AI 应用程序
• 真实世界的项目和场景
• 协作小组练习
• 项目演示和反馈

摘要和后续步骤