邊緣人工智能為所有市場的許多新應(yīng)用鋪平了道路。然而，為了使邊緣人工智能解決方案充分發(fā)揮其潛力，開發(fā)者更需要用戶友好型解決方案，以提供準(zhǔn)確的性能洞察，克服使用機器學(xué)習(xí)算法工作的復(fù)雜性。

如今，由于現(xiàn)有邊緣人工智能解決方案缺乏靈活性和可靠性，許多運行在 MUC 上的邊緣人工智能應(yīng)用無法進(jìn)入生產(chǎn)階段以及商業(yè)部署。總之，它們無法讓嵌入式開發(fā)者在 MCU 上輕松、及時地創(chuàng)建、測試和部署機器學(xué)習(xí)算法。

通過一個小時的網(wǎng)絡(luò)研討會，您將了解將人工智能集成到 MCU 中的所有必要知識

(資料圖)

在這個一小時的網(wǎng)絡(luò)研討會和現(xiàn)場問答中，來自意法半導(dǎo)體和 NVIDIA 的專家將向您展示如何在 STM32 MCU 上無縫部署高性能邊緣 AI 算法。

我們將從一個種并不適合嵌入式 AI 的、復(fù)雜的、內(nèi)存密集型的神經(jīng)網(wǎng)絡(luò)入手。通過使用NVIDIA TAO Toolkit，我們會將其內(nèi)存占用減少 100 倍，從而使其能夠在 STM32 MCU 上運行。

從理論到實踐，邊緣人工智能專家還將為您演示人員存在檢測。

參加本次會議后，您將了解如何使用 NVIDIA TAO Toolkit 從頭開始創(chuàng)建端到端的邊緣 AI 應(yīng)用程序，以及如何在短短一小時內(nèi)將其在 STM32 上啟動并運行。您還將了解如何使用自己的 ANN 模型，數(shù)據(jù)集和嵌入式軟件應(yīng)用程序代碼創(chuàng)建邊緣 AI 應(yīng)用程序。

在本次研討會中，您將了解到：

意法半導(dǎo)體在 MCU 上部署邊緣 AI 的生態(tài)系統(tǒng)

可以幫助開發(fā)者訓(xùn)練、調(diào)整和優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的 NVIDIA TAO 工具

意法半導(dǎo)體和 NVIDIA 工具如何幫助您以簡單的方式提升 STM32 MCU 上提升邊緣 AI 性能，并超越市場上的其他解決方案

這些工具如何顛覆當(dāng)前的實踐，并讓所有人都能使用邊緣人工智能

如何輕松上手意法半導(dǎo)體和 NVIDIA 的 AI 生態(tài)系統(tǒng)

如果您：

已經(jīng)具備人工智能和神經(jīng)網(wǎng)絡(luò)方面的知識

聽說過主要的數(shù)據(jù)科學(xué)框架和文件格式 (TensorFlow, Keras, ONNX 等)

已經(jīng)在使用數(shù)據(jù)集來訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型

了解在 MCU 上部署 ML/AI 所面臨的挑戰(zhàn)和限制，并正在尋找簡化項目開發(fā)的解決方案

那么，這次研討會將是為您量身打造的！

議程：

網(wǎng)絡(luò)研討會議程目標(biāo)、行業(yè)現(xiàn)狀和意法半導(dǎo)體邊緣人工智能解決方案

NVIDIA TAO Toolkit 的現(xiàn)場演示

意法半導(dǎo)體對于 NVIDIA TAO Jupyter Notebook 的實踐演示，展示如何：

○ 從 BYO 模型開始部署人員檢測用例

○ 使用 NVIDIA 數(shù)據(jù)集對其進(jìn)行訓(xùn)練，

○對網(wǎng)絡(luò)進(jìn)行修剪和再訓(xùn)練，將其內(nèi)存占用減少 100 倍，以優(yōu)化其在 STM32 上的性能

○ 使用意法半導(dǎo)體邊緣 AI 解決方案部署訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)

問答環(huán)節(jié)

關(guān)鍵詞：