Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
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
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática