組み込み AI は、消費者や産業向けのあらゆるシステムに導入されています。組み込み AI の手法とツールについてどのくらい知っていますか? この 7 問のクイズに挑戦して、確認してみましょう。
あなたの正解率:
%
解答
- AI アプリケーションを組み込みデバイスに展開するときの主な課題は何ですか? メモリと計算リソースの制約
- 組み込み AI とエッジ AI の主な違いは何ですか? 組み込み AI はリソースに制約のあるハードウェア上で動作するが、エッジ AI にはより高性能なローカルデバイスが使われる場合がある
- tinyML の目的を最もよく説明しているのはどれですか? リソースに制約のあるデバイスでの機械学習を可能にする
- あなたは、リソースが限られたマイクロコントローラーで、学習済み AI モデルを効率的に短時間で展開する必要があります。推奨されるアプローチはどれですか。コード生成ツール (MATLAB Coderなど) を使用して、最適化された C/C++ コードを自動生成し、マイクロコントローラー用に展開する
- あなたは、NVIDIA GPU に展開するためにディープラーニング モデルを高速化したいと考えています。実践的な手法はどれですか。CUDA コードを生成したり、最適化されたモデルを直接 GPU に展開できるツールを使用する (例:GPU Coder、TensorRT)
- 学習済みの PyTorch または TensorFlow モデルを、組み込み展開用に MATLAB に取り込むにはどうすればよいですか。MATLAB が提供するインポートツールを使用してモデルを変換します
- 組み込み環境への展開に向けて AI モデルの容量を抑えるために使用できる手法はどれですか? 量子化
Web サイトの選択
Web サイトを選択すると、翻訳されたコンテンツにアクセスし、地域のイベントやサービスを確認できます。現在の位置情報に基づき、次のサイトの選択を推奨します:
また、以下のリストから Web サイトを選択することもできます。
最適なサイトパフォーマンスの取得方法
中国のサイト (中国語または英語) を選択することで、最適なサイトパフォーマンスが得られます。その他の国の MathWorks のサイトは、お客様の地域からのアクセスが最適化されていません。
南北アメリカ
- América Latina (Español)
- Canada (English)
- United States (English)
ヨーロッパ
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)