Eğitim İçeriği

Edge AI ve NVIDIA Jetson'a Giriş

  • Edge AI uygulamalarına genel bakış
  • NVIDIA Jetson donanımına giriş
  • JetPack SDK bileşenleri ve geliştirme ortamı

Geliştirme Ortamının Kurulması

  • JetPack SDK'nın kurulumu ve Jetson kartının ayarlanması
  • TensorRT ve model optimizasyonunu anlama
  • Çalışma zamanı ortamını yapılandırma

AI Modellerinin Edge Dağıtımı İçin Optimize Edilmesi

  • Model niceleme ve budama teknikleri
  • Model hızlandırma için TensorRT kullanımı
  • Modelleri ONNX formatına dönüştürme

Yapay Zeka Modellerini Jetson Cihazlarına Dağıtma

  • TensorRT ile çıkarım çalıştırma
  • Yapay zeka modellerinin gerçek zamanlı uygulamalarla bütünleştirilmesi
  • Performansı optimize etme ve gecikmeyi azaltma

Computer Vision ve Deep Learning Jetson'da

  • Görüntü sınıflandırma ve nesne algılama modellerinin dağıtımı
  • Gerçek zamanlı video analitiği için yapay zekanın kullanılması
  • Yapay zeka destekli robotik uygulamalarının uygulanması

Edge AI Güvenlik ve Performans Optimizasyonu

  • AI modellerinin uç cihazlarda güvenliğini sağlama
  • Güç verimliliği ve termal yönetim
  • Jetson platformlarında AI uygulamalarının ölçeklenmesi

Proje Uygulaması ve Gerçek Dünya Use Case

  • Yapay zeka destekli bir IoT çözümü oluşturma
  • Otonom sistemlerde yapay zekanın kullanımı
  • Kenar aygıtlarında yapay zekaya ilişkin vaka çalışmaları

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Yapay zeka modeli eğitimi ve çıkarımı konusunda deneyim
  • Gömülü sistemler hakkında temel bilgi
  • Python programlamaya aşinalık

Kitle

  • Yapay zeka geliştiricileri
  • Gömülü mühendisler
  • Robotics mühendis
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Yaklaşan Etkinlikler

İlgili Kategoriler