Introduction to Edge AI

• 瞭解基本的 AI 和機器學習概念
• 有程式設計語言經驗（Python 推薦）
• 熟悉通用計算概念

觀眾

• 開發人員
• IT 專業人員

邊緣 AI 是直接在智慧型手機、物聯網設備和感測器等邊緣設備上部署和運行 AI 模型，實現即時數據處理和決策。

這種由講師指導的現場培訓（在線或現場）面向希望瞭解邊緣 AI 及其入門應用程式基礎知識的初級開發人員和 IT 專業人員。

在培訓結束時，參與者將能夠：

• 瞭解邊緣 AI 的基本概念和架構。
• 設置和配置邊緣 AI 環境。
• 開發和部署簡單的邊緣 AI 應用程式。
• 識別並了解邊緣 AI 的用例和優勢。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 如需申請本課程的定製培訓，請聯繫我們進行安排。

Introduction to Edge AI

• 定義和關鍵概念
• 邊緣 AI 和雲 AI 的區別
• 邊緣 AI 的優勢和挑戰
• 邊緣 AI 應用概述

邊緣 AI 架構

• 邊緣 AI 系統的元件
• 硬體和軟體要求
• 邊緣 AI 應用程式中的數據流
• 與現有系統集成

設置邊緣 AI 環境

• Introduction to Edge AI 平臺（Raspberry Pi、NVIDIA Jetson 等）
• 安裝必要的軟體和庫
• 配置開發環境
• 初始化Edge AI設置

開發邊緣 AI 模型

• 機器學習和深度學習模型概述
• 邊緣部署的訓練模型
• 模型優化技術
• 邊緣 AI 開發工具和框架

部署邊緣 AI 應用程式

• 在邊緣設備上部署模型的步驟
• 監視和管理已部署的模型
• 實時數據處理和推理
• 案例研究和示例

Use Case和應用

• 邊緣 AI 的行業特定應用
• 醫療保健、汽車和智慧家居案例研究
• 成功案例和經驗教訓
• 邊緣 AI 的未來趨勢和機遇

道德考量和最佳實踐

• 確保邊緣 AI 中的隱私和安全
• 解決偏見和公平問題
• 符合法規和標準
• 負責任地部署 AI 的最佳實踐

動手項目和練習

• 開發簡單的邊緣 AI 應用程式
• 真實世界的項目和場景
• 協作小組練習
• 專案演示和反饋

摘要和後續步驟