Kerangka Materi

Pengenalan Edge AI dan NVIDIA Jetson

  • Tinjauan aplikasi Edge AI
  • Pengenalan perangkat keras NVIDIA Jetson
  • Komponen dan lingkungan pengembangan JetPack SDK

Menyiapkan Lingkungan Pengembangan

  • Memasang JetPack SDK dan menyetel papan Jetson
  • Memahami TensorRT dan optimasi model
  • Mengkonfigurasi lingkungan runtime

Mengoptimasi Model AI untuk Deploymen Edge

  • Teknik kuantisasi dan pruning model
  • Menggunakan TensorRT untuk pengcepatan model
  • Mengonversi model ke format ONNX

Mendepiskan Model AI pada Perangkat Jetson

  • Menjalankan inference dengan TensorRT
  • Mengintegrasikan model AI dengan aplikasi real-time
  • Mengoptimasi kinerja dan mengurangi latensi

Penglihatan Komputer dan Pembelajaran Mendalam pada Jetson

  • Mendepiskan model klasifikasi gambar dan deteksi objek
  • Menggunakan AI untuk analisis video real-time
  • Mengimplementasikan aplikasi robotika berbasis AI

Keamanan dan Optimasi Kinerja Edge AI

  • Mengenamkan model AI pada perangkat edge
  • Efisiensi daya dan manajemen termal
  • Mengskala AI aplikasi pada platform Jetson

Implementasi Proyek dan Kasus Penerapan Nyata

  • Membangun solusi IoT berbasis AI
  • Mendepiskan AI di sistem otonom
  • Studi kasus AI pada perangkat edge

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dalam pelatihan dan inferensi model AI
  • Pengetahuan dasar tentang sistem terintegrasi
  • Kenyamanan dengan pemrograman Python

Penonton

  • Pengembang AI
  • Insinyur terintegrasi
  • Insinyur robotika
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait