MLT: Machine Learning Tools undn Inference-Optimierung
Kurzinhalte
Das Modul "ML-Tools und Inference-Optimierung" (MLT) im vierten Semester des Bachelor-Studiengangs KI-Ingenieurwissenschaften bietet eine umfassende Einführung in die spezialisierten Werkzeuge und Techniken, die für die effiziente Umsetzung und Optimierung von Machine Learning-Prozessen erforderlich sind.
Über 4 SWS werden die Studierenden in die Nutzung und Anwendung gängiger ML-Frameworks wie PyTorch, TensorFlow und Jax eingeführt und lernen, den gesamten Lebenszyklus eines Machine Learning-Projekts, von der Datenvorbereitung bis zum Deployment, zu gestalten und zu optimieren.
Vorlesungen
- Das Modul behandelt fortgeschrittene Methoden der Datenaufbereitung, Hyperparameteroptimierung und spezielle Techniken zur Beschleunigung der Inferenz, wie Quantisierung und den Einsatz von ONNX oder TensorRT. Die Studierenden erwerben Fähigkeiten in der Anwendung von Tools zur Generierung künstlicher Daten, die in der Praxis zur Verbesserung von Trainingsdatensätzen verwendet werden.
- Die praktische Relevanz wird durch Fallstudien und Praxisbeispiele weiter vertieft, die den Einsatz der erlernten Tools und Techniken in realen ingenieurwissenschaftlichen Anwendungen veranschaulichen.
- Nach Abschluss dieses Moduls sind die Studierenden in der Lage, ML-Modelle nicht nur zu entwickeln, sondern auch effizient zu deployen und zu optimieren, um deren Leistung in unterschiedlichen Einsatzbereichen zu maximieren.
- Dies bereitet sie optimal auf berufliche Herausforderungen in realen Industrieprojekten mit KI-Technologien vor.