Hubungi Kami

Kerangka Materi

Pengantar terhadap AI pada Perangkat Edge dan NVIDIA Jetson

  • Gambaran umum mengenai aplikasi AI pada perangkat edge
  • Pengenalan terhadap perangkat keras NVIDIA Jetson
  • Komponen JetPack SDK serta lingkungan pengembangan

Menyiapkan Lingkungan Pengembangan

  • Instalasi JetPack SDK dan konfigurasi papan Jetson
  • Memahami TensorRT serta teknik optimisasi model
  • Pengaturan lingkungan runtime yang sesuai

Mengoptimalkan Model AI untuk Penerapan pada Perangkat Edge

  • Teknik kuantisasi dan pemangkasan model
  • Memanfaatkan TensorRT dalam mempercepat kinerja model
  • Konversi model ke format ONNX

Menerapkan Model AI pada Perangkat Jetson

  • Melakukan proses inferensi menggunakan TensorRT
  • Mengintegrasikan model AI ke dalam aplikasi real-time
  • Optimalisasi performa sistem serta pengurangan latensi

Pengolahan Citra Komputer dan Pembelajaran Mendalam pada Jetson

  • Penerapan model klasifikasi gambar serta deteksi objek
  • Pemanfaatan AI dalam analisis video secara real-time
  • Implementasi aplikasi robotika yang didukung oleh AI

Keamanan dan Optimalisasi Performa pada AI Perangkat Edge

  • Pengamanan model AI yang digunakan pada perangkat edge
  • Efisiensi penggunaan daya dan manajemen suhu
  • Skalabilitas aplikasi AI di platform Jetson

Implementasi Proyek serta Studi Kasus Dunia Nyata

  • Membangun solusi IoT yang terintegrasi dengan AI
  • Penerapan model AI pada sistem otonom
  • Studi kasus pemanfaatan AI pada berbagai perangkat edge

Kesimpulan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dalam melatih model AI serta proses inferensi
  • Pengetahuan dasar mengenai sistem embedded
  • Kemampuan pemrograman Python yang memadai

Target Peserta

  • Pengembang AI
  • Insinyur embedded
  • Insinyur robotika
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait