연락처 정보

코스 개요

TensorFlow Lite 소개

  • TensorFlow Lite의 개요 및 아키텍처 설명
  • TensorFlow 및 기타 엣지 AI 프레임워크와의 비교
  • 엣지 AI에 TensorFlow Lite를 사용할 때의 장점과 한계점
  • 엣지 AI 분야에서의 실제 활용 사례 소개

TensorFlow Lite 개발 환경 설정하기

  • TensorFlow Lite 및 관련 종속 요소 설치 방법
  • 개발 환경 구성 방법
  • TensorFlow Lite의 주요 도구와 라이브러리 소개
  • 환경 설정을 위한 실습 연습문제

TensorFlow Lite를 활용한 AI 모델 개발하기

  • 엣지 기기 배포용 AI 모델 설계 및 학습 방법
  • TensorFlow 모델을 TensorFlow Lite 형식으로 변환하는 과정
  • 성능과 효율성을 고려한 모델 최적화 기법
  • 모델 개발 및 변환을 위한 실습 연습문제

TensorFlow Lite 모델 배포하기

  • 스마트폰, 마이크로컨트롤러 등 다양한 엣지 기기에 모델 배포 방법
  • 엣지 기기에서의 추론 실행 방법
  • 배포 과정에서 발생할 수 있는 문제점 및 해결 방법
  • 모델 배포를 위한 실습 연습문제

모델 최적화를 위한 도구와 기법들

  • 양자화의 개념과 그 효과
  • 가지치기 및 모델 압축 기법에 대한 설명
  • TensorFlow Lite의 최적화 도구 활용 방법
  • 모델 최적화를 위한 실습 연습문제

실제 엣지 AI 애플리케이션 개발하기

  • TensorFlow Lite를 사용해 실생활에 적용 가능한 엣지 AI 애플리케이션을 구축하는 방법
  • 다른 시스템 및 애플리케이션과의 통합 방안
  • 성공적인 엣지 AI 프로젝트 사례 소개
  • 실제 엣지 AI 애플리케이션을 직접 개발하는 최종 프로젝트

요약 및 향후 발전 방향

요건

  • AI 및 머신러닝에 대한 기본적인 이해
  • TensorFlow 사용 경험
  • 기본적인 프로그래밍 능력 (Python 활용 권장)

수강 대상

  • 개발자
  • 데이터 과학자
  • AI 전문가
 14 시간

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리