Đề cương khóa học

Giới thiệu về Edge và AI Tự Động

  • Tổng quan về AI tự động và tính toán edge
  • Các vấn đề về độ trễ, quyền riêng tư và băng thông
  • So sánh kiến trúc: cloud vs. edge agents

Thiết Kế Kiến Trúc Đại Lý Nhẹ

  • Phân tích vòng lặp đại lý cho hệ thống hạn chế tài nguyên
  • Thiết kế không đồng bộ để tính toán hiệu quả
  • Cân bằng tự chủ và kết nối

Thiết Lập Môi Trường Phát Triển

  • Cài đặt các framework Python cho AI edge
  • Cấu hình TensorFlow Lite và PyTorch Mobile
  • Triển khai môi trường thử nghiệm trên Raspberry Pi hoặc thiết bị tương tự

Thực Hiện Suy Diễn trên Thiết Bị

  • Chuyển đổi và lượng hóa mô hình cho triển khai edge
  • Chạy suy diễn với TensorFlow Lite và ONNX Runtime
  • Tích hợp kết quả suy diễn vào vòng lặp quyết định của đại lý

Tích Hợp Đại Lý với Phần Cứng và IoT

  • Kết nối cảm biến, actuator và mô-đun IoT
  • Thu thập và xử lý dữ liệu cục bộ
  • Hoạt động ngoại tuyến và hành vi dựa trên sự kiện

Tối Ưu Hóa và Giám Sát

  • Điều chỉnh hiệu suất cho công suất thấp và tốc độ cao
  • Kỹ thuật bộ đệm edge và nén mô hình
  • Giám sát và gỡ lỗi đại lý edge

Dự Án Thực Hành: Triển Khai Đại Lý Nhẹ trên Thiết Bị Edge

  • Thiết kế một đại lý tự động nhỏ cho tác vụ IoT hoặc robot
  • Thực hiện suy diễn mô hình và logic cục bộ
  • Kiểm thử và tối ưu hóa cho độ trễ và độ tin cậy

Tổng Kết và Bước Tiếp Theo

Yêu cầu

  • Kinh nghiệm lập trình Python
  • Hiểu cơ bản về quy trình học máy
  • Quen thuộc với khái niệm tính toán nhúng hoặc edge

Đối Tượng

  • Lập trình viên nhúng tích hợp AI vào hệ thống phần cứng
  • Kỹ sư Edge ML thiết kế giải pháp suy diễn trên thiết bị
  • Nhóm robot triển khai AI tự động cho hoạt động tự chủ
 21 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan