TensorFlow Lite dla systemów wbudowanych z Linuxem

Opis

Szkolenie zapewnia praktyczne wprowadzenie do implementacji modeli uczenia maszynowego na systemach wbudowanych z wykorzystaniem TensorFlow Lite. Uczestnicy poznają techniki optymalizacji i wdrażania modeli poprzez warsztaty z rzeczywistymi urządzeniami. Program łączy podstawy teoretyczne z intensywnymi ćwiczeniami praktycznymi, umożliwiając zdobycie umiejętności niezbędnych do tworzenia efektywnych rozwiązań AI na urządzeniach brzegowych. Zajęcia prowadzone są w formie warsztatowej z wykorzystaniem rzeczywistych platform sprzętowych.

Profil uczestnika

• Programiści systemów wbudowanych
• Inżynierowie IoT
• Specjaliści ds. uczenia maszynowego
• Deweloperzy aplikacji brzegowych
• Architekci systemów wbudowanych
• Inżynierowie oprogramowania embedded
• Specjaliści ds. AI na urządzeniach
• Programiści C++ zainteresowani ML

Agenda

1. Wprowadzenie do TensorFlow Lite
• Architektura TensorFlow Lite
• Przygotowanie środowiska deweloperskiego
• Optymalizacja modeli
• Konwersja modeli TensorFlow
2. Implementacja na systemach wbudowanych
• Konfiguracja środowiska Linux
• Kompilacja dla platformy docelowej
• Zarządzanie pamięcią
• Optymalizacja wydajności
3. Integracja z aplikacjami
• APIs TensorFlow Lite
• Przetwarzanie danych wejściowych
• Interpretacja wyników
• Debugowanie aplikacji
4. Wdrażanie i testowanie
• Deployment na urządzenia
• Monitoring wydajności
• Testowanie w środowisku docelowym
• Rozwiązywanie problemów

Korzyści

Po ukończeniu szkolenia uczestnik będzie potrafił efektywnie implementować modele uczenia maszynowego na systemach wbudowanych z wykorzystaniem TensorFlow Lite. Zdobędzie praktyczną wiedzę z zakresu optymalizacji modeli dla urządzeń o ograniczonych zasobach. Rozwinie umiejętności debugowania i testowania aplikacji ML na platformach embedded. Nauczy się zarządzać zasobami systemu w kontekście wykonywania modeli uczenia maszynowego. Będzie potrafił monitorować i optymalizować wydajność aplikacji ML na urządzeniach brzegowych. Zdobędzie umiejętność integracji TensorFlow Lite z istniejącymi systemami wbudowanymi.

Wymagane przygotowanie uczestników

• Znajomość programowania w C++
• Podstawowa wiedza o systemach Linux
• Doświadczenie z systemami wbudowanymi
• Zrozumienie podstaw uczenia maszynowego

Zagadnienia

• TensorFlow Lite
• Systemy wbudowane Linux
• Optymalizacja modeli ML
• Zarządzanie pamięcią
• Przetwarzanie na brzegu
• Debugowanie aplikacji
• Monitoring wydajności
• Kompilacja krzyżowa
• Testowanie systemów
• Integracja z platformą
• Optymalizacja zasobów
• Wdrażanie produkcyjne

Poznaj naszą firmę