Logotipo Mydra
Artificial Intelligence
DeepLearning.AI logo

DeepLearning.AI

Introdução à IA no Dispositivo

  • até 1 hora
  • Iniciante

Aprenda a implantar modelos de IA em dispositivos de borda como smartphones, usando seu poder de computação local para inferência mais rápida e segura. Este curso cobre conversão de modelos, quantização e integração de dispositivos, equipando você com as habilidades para otimizar e implantar modelos de IA em bilhões de dispositivos.

  • Conversão de modelos
  • Quantização
  • Integração de dispositivos
  • Captura de gráfico de rede neural
  • Compilação no dispositivo

Visão Geral

Este curso oferece treinamento abrangente sobre a implantação de modelos de IA em dispositivos de borda, reduzindo a latência, aumentando a eficiência e preservando a privacidade. Você aprenderá conceitos-chave como captura de gráfico de rede neural, compilação no dispositivo e aceleração de hardware. O curso inclui exercícios práticos como converter modelos pré-treinados de PyTorch e TensorFlow, implantar modelos de segmentação de imagem em tempo real e integrar modelos em aplicativos Android. Ao final do curso, você estará equipado para desenvolver e implantar modelos de IA em bilhões de dispositivos, otimizando-os para um desempenho eficiente no dispositivo.

  • Web Streamline Icon: https://streamlinehq.com
    Online
    localização do curso
  • Layers 1 Streamline Icon: https://streamlinehq.com
    Inglês
    idioma do curso
  • Ao seu próprio ritmo
    formato do curso
  • Aulas Ao vivo
    entregue online

Para quem é este curso?

Desenvolvedores de IA Iniciantes

Indivíduos novos no desenvolvimento de IA que desejam entender e implantar modelos de IA em dispositivos de borda.

Engenheiros de ML

Engenheiros de Aprendizado de Máquina que visam otimizar e implantar modelos em dispositivos como smartphones e dispositivos IoT.

Desenvolvedores Móveis

Desenvolvedores focados em aplicativos móveis que desejam integrar modelos de IA em seus aplicativos para desempenho e capacidades aprimorados.

Este curso equipa você com as habilidades para implantar modelos de IA em dispositivos de borda, aumentando a eficiência e preservando a privacidade. Ideal para desenvolvedores de IA iniciantes, engenheiros de ML e desenvolvedores móveis, ele cobre conceitos-chave e exercícios práticos para ajudá-lo a otimizar e implantar modelos de IA em bilhões de dispositivos.

Pré-Requisitos

1 / 2

  • Familiaridade com Python

  • Conhecimento básico de PyTorch ou TensorFlow

O que vai aprender?

Introdução à IA no Dispositivo
Aprenda a implantar modelos de IA em dispositivos de borda como smartphones, usando seu poder de computação local para inferência mais rápida e segura.
Conversão de Modelos
Explore a conversão de modelos convertendo seus modelos PyTorch/TensorFlow para compatibilidade com dispositivos e quantize-os para obter ganhos de desempenho enquanto reduz o tamanho do modelo.
Integração de Dispositivos
Aprenda sobre a integração de dispositivos, incluindo dependências de tempo de execução e como a utilização das unidades de computação GPU, NPU e CPU afeta o desempenho.
Implantação no Dispositivo
Explore como a implantação de modelos no dispositivo reduz a latência, aumenta a eficiência e preserva a privacidade.
Captura de Gráfico de Rede Neural
Passe por conceitos-chave da implantação no dispositivo, como captura de gráfico de rede neural, compilação no dispositivo e aceleração de hardware.
Segmentação de Imagem em Tempo Real
Implante um modelo de segmentação de imagem em tempo real no dispositivo com apenas algumas linhas de código.
Teste de Desempenho do Modelo
Teste o desempenho do seu modelo e valide a precisão numérica ao implantar em ambientes no dispositivo.
Quantização
Quantize e torne seu modelo até 4x mais rápido e 4x menor para um desempenho superior no dispositivo.
Integração de Aplicativos Android
Veja uma demonstração das etapas para integrar o modelo em um aplicativo Android funcional.

Conheça seu instrutor

  • Krishna Sridhar

    Krishna Sridhar desempenhou um papel fundamental na implantação de mais de 1.000 modelos em dispositivos e, com sua equipe, criou a infraestrutura usada por mais de 100.000 aplicativos.

Próximas turmas

  • Datas

    comece agora

Gratuito