Kerangka Materi
Pengantar Optimisasi Model AI untuk Perangkat Edge
- Gambaran umum tentang konsep AI di perangkat edge serta tantangan yang dihadapi
- Pentingnya optimisasi model untuk penggunaan pada perangkat Edge
- Studi kasus keberhasilan penerapan model AI yang telah dioptimalkan pada berbagai aplikasi edge
Teknik Kompresi Model
- Pengenalan dasar mengenai konsep kompresi model
- Berbagai cara untuk mengurangi ukuran dan kerumitan model AI
- Latihan praktis terkait implementasi teknik kompresi model
Metode Kuantisasi Model
- Gambaran umum mengenai konsep kuantisasi serta manfaatnya bagi perangkat edge
- Jenis-jenis teknik kuantisasi (kuantisasi pasca-pelatihan, pelatihan yang mempertimbangkan proses kuantisasi)
- Latihan praktis dalam penerapan metode kuantisasi pada model AI
Teknik Pruning dan Strategi Optimisasi Lainnya
- Pengenalan dasar mengenai teknik pruning untuk pengurangan jumlah parameter model
- Berbagai pendekatan efektif dalam menerapkan teknik pruning pada model AI
- Strategi optimisasi lainnya, termasuk penyaluran pengetahuan antara beragam model
- Latihan praktis dalam menerapkan pruning serta strategi optimisasi tambahan
Implementasi Model AI yang Telah Dioptimalkan pada Perangkat Edge
- Persiapan lingkungan perangkat edge sebelum implementasi model
- Proses penerapan serta pengujian kinerja model yang telah dioptimalkan
- Cara mengatasi masalah umum dalam tahap implementasi model
- Latihan praktis penerapan model AI pada lingkungan perangkat Edge
Alat dan Kerangka Kerja dalam Proses Optimisasi Model
- Gambaran umum mengenai berbagai alat pendukung seperti TensorFlow Lite maupun ONNX
- Panduan penggunaan TensorFlow Lite dalam proses optimisasi model AI
- Latihan praktis pemanfaatan berbagai alat optimisasi yang tersedia
Aplikasi Nyata dan Studi Kasus Penggunaan AI di Perangkat Edge
- Analisis terhadap berbagai proyek sukses dalam pengoptimalan model AI pada perangkat edge
- Diskusi mengenai penerapan konsep AI di bidang industri tertentu
- Proyek praktis untuk merancang dan mengoptimalkan sebuah aplikasi berbasis model AI secara langsung
Kesimpulan serta Arah Pengembangan Lanjutan
Persyaratan
- Pemahaman dasar mengenai konsep-konsep AI dan machine learning
- Pengalaman dalam mengembangkan model AI
- Keterampilan pemrograman dasar (disarankan menggunakan Python)
Target Peserta
- Para pengembang AI
- Insinyur machine learning
- Arsitek sistem
Testimoni (3)
Saya sangat menyukai bagian akhir di mana kita menghabiskan waktu untuk bermain dengan CHAT GPT. Ruangan tidak disiapkan dengan baik untuk ini—sebaiknya menggunakan beberapa meja kecil agar kita bisa berkumpul dalam kelompok-kelompok kecil dan melakukan brainstorming, daripada satu meja besar.
Nola - Laramie County Community College
Kursus - Artificial Intelligence (AI) Overview
Diterjemahkan Mesin
Bekerja berdasarkan prinsip-prinsip dasar secara fokus, dan beralih ke penerapan studi kasus pada hari yang sama
Maggie Webb - Department of Jobs, Regions, and Precincts
Kursus - Artificial Neural Networks, Machine Learning, Deep Thinking
Diterjemahkan Mesin
Bahwa itu menggunakan data perusahaan nyata. Instruktur memiliki pendekatan yang sangat baik dengan membuat peserta pelatihan berpartisipasi dan bersaing
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Kursus - Applied AI from Scratch in Python
Diterjemahkan Mesin
