Plan du cours

Introduction à TensorFlow Lite

  • Vue d'ensemble de TensorFlow Lite et de son architecture
  • Comparaison avec TensorFlow et d'autres frameworks d'Edge AI
  • Avantages et défis de l'utilisation de TensorFlow Lite pour l'Edge AI
  • Études de cas de TensorFlow Lite dans les applications d'Edge AI

Configuration de l'environnement TensorFlow Lite

  • Installation de TensorFlow Lite et de ses dépendances
  • Configuration de l'environnement de développement
  • Introduction aux outils et bibliothèques TensorFlow Lite
  • Exercices pratiques pour la configuration de l'environnement

Développement de modèles d'IA avec TensorFlow Lite

  • Conception et formation de modèles d'IA pour le déploiement en périphérie
  • Conversion des modèles TensorFlow au format TensorFlow Lite
  • Optimisation des modèles pour la performance et l'efficacité
  • Exercices pratiques pour le développement et la conversion des modèles

Déploiement des modèles TensorFlow Lite

  • Déploiement de modèles sur divers appareils périphériques (par exemple, smartphones, microcontrôleurs)
  • Exécution d'inférences sur des appareils périphériques
  • Résolution des problèmes de déploiement
  • Exercices pratiques pour le déploiement de modèles

Outils et techniques pour l'optimisation des modèles

  • La quantification et ses avantages
  • Techniques d'élagage et de compression des modèles
  • Utilisation des outils d'optimisation de TensorFlow Lite
  • Exercices pratiques pour l'optimisation de modèles

Construire des applications pratiques d'Edge AI

  • Développer des applications d'Edge AI dans le monde réel à l'aide de TensorFlow Lite
  • Intégration des modèles TensorFlow Lite avec d'autres systèmes et applications
  • Études de cas de projets Edge AI réussis
  • Projet pratique pour la construction d'une application Edge AI pratique

Résumé et prochaines étapes

Pré requis

  • Compréhension des concepts de l'IA et de l'apprentissage automatique
  • Expérience avec TensorFlow
  • Compétences de base en programmation (Python recommandé)

Public

  • Développeurs
  • Scientifiques des données
  • Praticiens de l'IA
 14 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires