お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
エッジとエージェント型AIの概要
- エージェント型AIとエッジコンピューティングの概要
- 遅延、プライバシー、帯域幅の考慮事項
- アーキテクチャ比較: クラウド vs エッジエージェント
軽量エージェントアーキテクチャの設計
- 制約されたシステム向けのエージェントループの分解
- 効率的な計算のための非同期設計
- 自律性と接続性のバランス
開発環境のセットアップ
- エッジAI向けPythonフレームワークのインストール
- TensorFlow LiteとPyTorch Mobileの設定
- Raspberry Piや同様のデバイスでのテスト環境のデプロイ
オンデバイス推論の実装
- エッジデプロイ向けモデルの変換と量子化
- TensorFlow LiteとONNX Runtimeによる推論の実行
- エージェントの意思決定ループへの推論結果の統合
ハードウェアとIoTへのエージェント統合
- センサー、アクチュエーター、IoTモジュールの接続
- ローカルデータ収集と処理パイプライン
- オフライン動作とイベントトリガー方式の動作
最適化とモニタリング
- 低電力・高速化のためのパフォーマンスチューニング
- エッジカッシングとモデル圧縮技術
- エッジエージェントのモニタリングとデバッグ
ハンズオンプロジェクト: エッジハードウェアへの軽量エージェントデプロイ
- IoTまたはロボティクスタスク向け的小型自律エージェントの設計
- モデル推論とローカルロジックの実装
- 遅延と信頼性のためのテストと最適化
まとめと次のステップ
要求
- Pythonプログラミングの経験
- 機械学習ワークフローの基本的な理解
- 組み込みまたはエッジコンピューティングの概念への熟悉度
対象読者
- ハードウェアシステムにAIを統合する組み込み開発者
- オンデバイス推論ソリューションを設計するエッジMLエンジニア
- 自律動作のためのエージェント型AIを展開するロボティクスチーム
21 時間