Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à TensorFlow Lite
- Aperçu de TensorFlow Lite et de son architecture
- Comparaison avec TensorFlow et autres frameworks d'IA pour les dispositifs de bord
- Avantages et défis liés à l'utilisation de TensorFlow Lite pour l'IA de bord
- Études de cas sur l'utilisation de TensorFlow Lite dans des applications d'IA de bord
Configuration de l'environnement TensorFlow Lite
- Installation de TensorFlow Lite et de ses dépendances
- Configuration de l'environnement de développement
- Introduction aux outils et bibliothèques de TensorFlow Lite
- Exercices pratiques pour la configuration de l'environnement
Développement de modèles IA avec TensorFlow Lite
- Conception et formation de modèles IA pour le déploiement sur des dispositifs de bord
- Conversion de modèles TensorFlow en format TensorFlow Lite
- Optimisation des modèles pour la performance et l'efficacité
- Exercices pratiques pour le développement et la conversion de modèles
Déploiement des modèles TensorFlow Lite
- Déploiement des modèles sur divers dispositifs de bord (par exemple, smartphones, microcontrôleurs)
- Exécution d'inférences sur les dispositifs de bord
- Résolution des problèmes liés au déploiement
- Exercices pratiques pour le déploiement de modèles
Outils et techniques d'optimisation des modèles
- La quantification et ses avantages
- Techniques de décroissance et de compression du modèle
- Utilisation des outils d'optimisation de TensorFlow Lite
- Exercices pratiques pour l'optimisation des modèles
Conception d'applications IA de bord concrètes
- Développement d'applications IA de bord réelles en utilisant TensorFlow Lite
- Intégration des modèles TensorFlow Lite avec d'autres systèmes et applications
- Études de cas sur des projets d'IA de bord réussis
- Projet pratique pour la conception d'une application IA de bord concrète
Résumé et étapes suivantes
Pré requis
- Une compréhension des concepts de l'IA et de l'apprentissage automatique
- Expérience avec TensorFlow
- Compétences de programmation de base (Python recommandé)
Public cible
- Développeurs
- Scientifiques des données
- Professionnels de l'IA
14 Heures