Contacta con nosotros

Temario del curso

Introducción a la IA en el borde y Nano Banana

  • Características clave de las cargas de trabajo de IA en el borde.
  • Arquitectura y capacidades de Nano Banana.
  • Comparación de estrategias de implementación en el borde frente a la nube.

Preparación de modelos para la implementación en el borde

  • Selección de modelos y evaluación de referencia.
  • Consideraciones de dependencias y compatibilidad.
  • Exportación de modelos para su posterior optimización.

Técnicas de compresión de modelos

  • Estrategias de poda y esparsidad estructural.
  • Compartición de pesos y reducción de parámetros.
  • Evaluación de los impactos de la compresión.

Cuantización para el rendimiento en el borde

  • Métodos de cuantización posterior al entrenamiento.
  • Flujos de trabajo de entrenamiento consciente de la cuantización.
  • Enfoques de precisión mixta, INT8 y FP16.

Aceleración con Nano Banana

  • Uso de aceleradores de Nano Banana.
  • Integración de ONNX y backends de hardware.
  • Evaluación comparativa de la inferencia acelerada.

Implementación en dispositivos del borde

  • Integración de modelos en aplicaciones embebidas o móviles.
  • Configuración y monitoreo del entorno de ejecución.
  • Resolución de problemas de implementación.

Análisis de rendimiento y de compensaciones

  • Restricciones de latencia, rendimiento y térmicas.
  • Compensaciones entre precisión y rendimiento.
  • Estrategias de optimización iterativa.

Mejores prácticas para el mantenimiento de sistemas de IA en el borde

  • Control de versiones y actualizaciones continuas.
  • Gestión de compatibilidad y reversión de modelos.
  • Consideraciones de seguridad e integridad.

Resumen y próximos pasos

Requerimientos

  • Comprensión de los flujos de trabajo de aprendizaje automático.
  • Experiencia en el desarrollo de modelos basados en Python.
  • Conocimiento de arquitecturas de redes neuronales.

Público objetivo

  • Ingenieros de aprendizaje automático.
  • Científicos de datos.
  • Profesionales de MLOps.
 14 Horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas