Contacta con nosotros

Temario del curso

Introducción a TensorFlow Lite

  • Descripción general de TensorFlow Lite y su arquitectura
  • Comparación con TensorFlow y otros marcos de Edge AI
  • Beneficios y desafíos del uso de TensorFlow Lite para Edge AI
  • Estudios de caso de TensorFlow Lite en aplicaciones de Edge AI

Configuración del entorno de TensorFlow Lite

  • Instalación de TensorFlow Lite y sus dependencias
  • Configuración del entorno de desarrollo
  • Introducción a las herramientas y bibliotecas de TensorFlow Lite
  • Ejercicios prácticos para la configuración del entorno

Desarrollo de modelos de IA con TensorFlow Lite

  • Diseño y entrenamiento de modelos de IA para implementación en el borde
  • Conversión de modelos de TensorFlow al formato de TensorFlow Lite
  • Optimización de modelos para mejorar el rendimiento y la eficiencia
  • Ejercicios prácticos para el desarrollo y la conversión de modelos

Implementación de modelos de TensorFlow Lite

  • Despliegue de modelos en diversos dispositivos de borde (por ejemplo, smartphones, microcontroladores)
  • Ejecución de inferencias en dispositivos de borde
  • Solución de problemas durante el despliegue
  • Ejercicios prácticos para la implementación de modelos

Herramientas y técnicas para la optimización de modelos

  • Cuantización y sus beneficios
  • Técnicas de poda (pruning) y compresión de modelos
  • Uso de las herramientas de optimización de TensorFlow Lite
  • Ejercicios prácticos para la optimización de modelos

Construcción de aplicaciones prácticas de Edge AI

  • Desarrollo de aplicaciones reales de Edge AI utilizando TensorFlow Lite
  • Integración de modelos de TensorFlow Lite con otros sistemas y aplicaciones
  • Estudios de caso de proyectos exitosos de Edge AI
  • Proyecto práctico para construir una aplicación de Edge AI funcional

Resumen y siguientes pasos

Requerimientos

  • Conocimiento de los conceptos de IA y aprendizaje automático (machine learning)
  • Experiencia con TensorFlow
  • Habilidades básicas de programación (se recomienda Python)

Público objetivo

  • Desarrolladores
  • Científicos de datos
  • Profesionales de la IA
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas