Course Outline

Pengantar Edge AI dan NVIDIA Jetson

  • Tinjauan umum aplikasi AI edge
  • Pengenalan perangkat keras NVIDIA Jetson
  • Komponen JetPack SDK dan lingkungan pengembangan

Menyiapkan Lingkungan Pengembangan

  • Menginstal JetPack SDK dan menyiapkan papan Jetson
  • Memahami TensorRT dan optimasi model
  • Mengonfigurasi lingkungan runtime

Mengoptimalkan Model AI untuk Penerapan Edge

  • Teknik kuantisasi dan pemangkasan model
  • Menggunakan TensorRT untuk percepatan model
  • Mengonversi model ke format ONNX

Menerapkan Model AI pada Perangkat Jetson

  • Menjalankan inferensi dengan TensorRT
  • Mengintegrasikan model AI dengan aplikasi waktu nyata
  • Mengoptimalkan kinerja dan mengurangi latensi

Computer Vision dan Deep Learning di Jetson

  • Menerapkan model klasifikasi gambar dan deteksi objek
  • Menggunakan AI untuk analisis video waktu nyata
  • Menerapkan aplikasi robotika bertenaga AI

Edge AI Optimasi Keamanan dan Kinerja

  • Mengamankan model AI pada perangkat edge
  • Efisiensi daya dan manajemen termal
  • Skalabilitas aplikasi AI pada platform Jetson

Implementasi Proyek dan Dunia Nyata Use Case

  • Membangun solusi IoT bertenaga AI
  • Penerapan AI dalam sistem otonom
  • Studi kasus AI pada perangkat edge

Ringkasan dan Langkah Berikutnya

Requirements

  • Pengalaman dengan pelatihan dan inferensi model AI
  • Pengetahuan dasar tentang sistem tertanam
  • Keakraban dengan pemrograman Python

Hadirin

  • pengembang AI
  • Insinyur tertanam
  • Robotics insinyur
 21 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories