Επικοινωνήστε μαζί μας
 Διάρκεια 21 Ώρες

Εξέλιξη Κομματιού

Εισαγωγή στο Edge και Agentic AI

  • Επισκόπηση του agentic AI και του edge computing
  • Παράγοντες καθυστέρησης, ιδιωτικότητας και εύρους ζώνης
  • Αρχιτεκτονική σύγκριση: cloud κατά edge agents

Σχεδιασμός Ελαφριών Αρχιτεκτονικών Παράγοντα

  • Ανάλυση του κύκλου παράγοντα για περιορισμένα συστήματα
  • Ασύγχρονος σχεδιασμός για αποτελεσματικό υπολογισμό
  • Ισορροπία αυτονομίας και συνδεσιμότητας

Δημιουργία Περιβάλλοντος Ανάπτυξης

  • Εγκατάσταση Python frameworks για edge AI
  • Ρύθμιση TensorFlow Lite και PyTorch Mobile
  • Εγγραφή περιβαλλόντων δοκιμών σε Raspberry Pi ή παρόμοιες συσκευές

Υλοποίηση On-Device推論

  • Μετατροπή και κβαντοποίηση μοντέλων για edge εγγραφή
  • Εκτέλεση推論 με TensorFlow Lite και ONNX Runtime
  • Ολοκλήρωση αποτελεσμάτων推ள στο vòngλόγος αποφάσεων παράγοντα

Ολοκλήρωση Παράγοντα με Υλικό και IoT

  • Σύνδεση αισθητήρων, ενεργοποιητών και modules IoT
  • Τοπική συλλογή δεδομένων και pipelines επεξεργασίας
  • Λειτουργία offline και συμπεριφορά ενεργοποιούμενη από συμβάντα

Βελτιστοποίηση και Παρακολούθηση

  • Ρύθμιση απόδοσης για χαμηλή κατανάλωση ενέργειας και υψηλή ταχύτητα
  • Edge caching και τεχνικές συμπίεσης μοντέλων
  • Παρακολούθηση και αποσφαλμάτωση edge agents

Πρακτικό Έργο: Εγγραφή Ελαφρού Παράγοντα σε Edge Υλικό

  • Σχεδιασμός ενός μικρού αυτόνομου παράγοντα για έργο IoT ή ρομποτικής
  • Υλοποίηση推論 μοντέλου και τοπικής λογικής
  • Δοκιμή και βελτιστοποίηση για καθυστέρηση και αξιοπιστία

Σύνοψη και Επόμενα Βήματα

Απαιτήσεις

  • Εμπειρία με προγραμματισμό Python
  • Βασική κατανόηση των machine learning workflows
  • Οικειότητα με έννοιες embedded ή edge computing

Κοινό-Στόχος

  • Embedded developers που ολοκληρώνουν AI σε υλικό συστήματα
  • Edge ML engineers που σχεδιάζουν on-device推論 λύσεις
  • Ενέργειες ρομποτικής που εγγραφούν agentic AI για αυτόνομη λειτουργία

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Εφεξής Μαθήματα

Σχετικές Κατηγορίες