Kerangka Materi

Pendahuluan TensorFlow Lite

  • Panduan tentang TensorFlow Lite dan arsitekturnya
  • Perbandingan dengan TensorFlow dan kerangka kerja Edge AI lainnya
  • Manfaat dan tantangan dalam penggunaan TensorFlow Lite untuk Edge AI
  • Kasus pelatihan TensorFlow Lite dalam aplikasi Edge AI

Menyiapkan Lingkungan TensorFlow Lite

  • Menginstal TensorFlow Lite dan dependensinya
  • Mengonfigurasi lingkungan pengembangan
  • Pendahuluan tentang alat dan perpustakaan TensorFlow Lite
  • Latihan praktis untuk pengaturan lingkungan

Membangun Model AI dengan TensorFlow Lite

  • Membuat dan melatih model AI untuk deploy di edge
  • Mengonversi model TensorFlow ke format TensorFlow Lite
  • Mengoptimalkan model untuk kinerja dan efisiensi
  • Latihan praktis untuk pembangunan dan konversi model

Menyiapkan Model TensorFlow Lite

  • Menyiapkan model di berbagai perangkat edge (misalnya, ponsel cerdas, mikrokontroler)
  • Menjalankan inferensi di perangkat edge
  • Menyelesaikan masalah dalam penyediaan model
  • Latihan praktis untuk penyediaan model

Alat dan Teknik untuk Optimasi Model

  • Kuantisasi dan manfaatnya
  • Teknik pemangkasan dan kompresi model
  • Menggunakan alat optimasi TensorFlow Lite
  • Latihan praktis untuk optimasi model

Membangun Aplikasi Edge AI Praktis

  • Membangun aplikasi Edge AI dunia nyata dengan TensorFlow Lite
  • Mengintegrasikan model TensorFlow Lite dengan sistem dan aplikasi lainnya
  • Kasus pelatihan proyek Edge AI yang berhasil
  • Proyek praktis untuk membangun aplikasi Edge AI praktis

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai konsep AI dan machine learning
  • Pengalaman dengan TensorFlow
  • Keterampilan dasar pemrograman (Python direkomendasikan)

Peserta

  • Pengerja (Developer)
  • Ilmuwan data (Data Scientist)
  • Praktekwan AI (AI Practitioner)
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait