Klein, Aber Oho!: Edge-KI-Engineering: Quantisierung, Pruning und On-Device-ML für eingebettete Systeme [German]

By RICHARD BOOZMAN

KLEIN, ABER OHO ist ein praxisorientierter Leitfaden f r KI-Ingenieure, Embedded-Entwickler, Machine-Learning-Spezialisten und Robotikexperten, die leistungsf hige KI-Modelle direkt auf eingebetteten Ger ten ausf hren m chten.

Edge-KI bringt maschinelles Lernen dorthin, wo Daten entstehen: auf Sensoren, Mikrocontroller, mobile Ger te, Industriehardware und autonome Systeme. Doch begrenzter Speicher, geringe Rechenleistung und niedriger Energieverbrauch stellen besondere Anforderungen an Modelle und Software. Dieses Buch zeigt, wie KI-Modelle gezielt optimiert und f r den zuverl ssigen On-Device-Betrieb vorbereitet werden.

Von Quantisierung und Pruning bis hin zu effizienter Inferenz und On-Device-ML vermittelt dieses Werk praxisnahe Methoden f r moderne Edge-KI-Systeme.

Du lernst unter anderem:

Wie Machine-Learning-Modelle f r eingebettete Hardware optimiert werdenWie Quantisierung zur Reduzierung von Modellgr e und Rechenaufwand eingesetzt wirdWie Pruning berfl ssige Modellparameter entferntWie effiziente On-Device-Inferenz entwickelt und implementiert wirdWie Speicherverbrauch, Latenz und Energiebedarf optimiert werdenWie Edge-KI-Modelle auf Mikrocontrollern und Embedded-Systemen eingesetzt werdenWie Modelle hinsichtlich Genauigkeit, Geschwindigkeit und Ressourcenverbrauch bewertet werdenWie KI-Pipelines f r autonome Ger te und produktive Edge-Anwendungen entwickelt werden

Praxisnahe Beispiele, Optimierungsstrategien und reale Anwendungsszenarien vermitteln das Wissen, um kompakte KI-Modelle zu entwickeln, die trotz begrenzter Hardware leistungsf hig und zuverl ssig arbeiten.

Ob intelligente Sensoren, Robotik, industrielle Automatisierung, IoT-Ger te, Kamerasysteme oder autonome Maschinen - dieses Buch vermittelt die F higkeiten, um moderne Edge-KI direkt auf Ger ten einzusetzen, ohne st ndig auf leistungsstarke Cloud-Infrastrukturen angewiesen zu sein.

KLEIN, ABER OHO - Der umfassende Leitfaden f r Edge-KI-Engineering, Quantisierung, Pruning und On-Device-Machine-Learning f r eingebettete Systeme.

• Format: Paperback
• Language: German
• ISBN: B0HDKH6DQ8
• ISBN13: 9798243046770
• Release Date: August 2026
• Publisher: Independently Published
• Length: 312 Pages
• Weight: 0.83 lbs.
• Dimensions: 0.8" x 6.0" x 9.0"