Course Outline

TensorFlow Lite 소개

  • TensorFlow Lite 및 해당 아키텍처 개요
  • TensorFlow 및 기타 엣지 AI 프레임워크와의 비교
  • Edge AI용 TensorFlow Lite 사용의 이점과 과제
  • Edge AI 애플리케이션의 TensorFlow Lite 사례 연구

TensorFlow Lite 환경 설정

  • TensorFlow Lite 및 해당 종속성 설치
  • 개발 환경 구성
  • TensorFlow Lite 도구 및 라이브러리 소개
  • 환경 설정을 위한 실습

TensorFlow Lite로 AI 모델 개발

  • 엣지 배포를 위한 AI 모델 설계 및 교육
  • TensorFlow 모델을 TensorFlow Lite 형식으로 변환
  • 성능 및 효율성을 위한 모델 최적화
  • 모델 개발 및 변환을 위한 실습

TensorFlow 라이트 모델 배포

  • 다양한 엣지 장치(예: 스마트폰, 마이크로컨트롤러)에 모델 배포
  • 에지 장치에서 추론 실행
  • 배포 문제 해결
  • 모델 배포를 위한 실습

모델 최적화를 위한 도구 및 기술

  • 양자화와 그 이점
  • 가지치기 및 모델 압축 기술
  • TensorFlow Lite의 최적화 도구 활용
  • 모델 최적화를 위한 실습

실용적인 엣지 AI 애플리케이션 구축

  • TensorFlow Lite를 사용하여 실제 Edge AI 애플리케이션 개발
  • TensorFlow Lite 모델을 다른 시스템 및 애플리케이션과 통합
  • 성공적인 Edge AI 프로젝트 사례 연구
  • 실용적인 Edge AI 애플리케이션 구축을 위한 실습 프로젝트

요약 및 다음 단계

Requirements

  • AI 및 머신러닝 개념에 대한 이해
  • TensorFlow에 대한 경험
  • 기본 프로그래밍 기술(Python 권장)

청중

  • 개발자
  • 데이터 과학자
  • AI 실무자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories