一、 講授主題緣起
在當今數字化和智能化的時代，學生對於新興技術和實務應用的需求不斷增加。對於「RFID技術與認證」，學生可能面臨以下問題：他們想了解RFID技術的原理、應用和市場趨勢；他們希望瞭解RFID技術在物流、供應鏈管理、資產追蹤等領域的實際應用；他們可能想瞭解RFID認證相關的標準和規範，以及相關行業的認證要求。
對於「Edge AI瘦身大作戰─如何完成深度學習模型優化及加速推論」，學生可能遇到以下問題：他們想學習如何在資源受限的邊緣裝置上部署和執行深度學習模型；他們希望了解如何優化和瘦身模型，以減小模型的大小和計算需求；他們想學習如何提高模型的推論效率，以在邊緣裝置上實現實時的人工智能應用。
二、 授課內容
Edge AI瘦身大作戰─如何完成深度學習模型優化及加速推論：
邊緣運算概述：瞭解邊緣運算的概念、優勢和挑戰。
深度學習模型瘦身：探討如何優化和瘦身深度學習模型，包括模型壓縮、量化、剪枝等技術。
模型推論加速：介紹提高模型推論效率的方法，如硬件加速、模型量化、分布式推論等。
深度學習框架和工具：介紹常用的深度學習框架和工具，幫助學生在邊緣裝置上進行模型優化和加速推論。
在授課過程中，將結合理論講解和實際案例，以提供學生具體的應用和操作經驗。學生將有機會學習到如何設計和實現RFID系統，以及在邊緣裝置上部署和優化深度學習模型的技巧。此外，還可以舉辦相關的實作作業和小組討論，以促進學生的實踐能力和合作能力。

這些主題將有助於學生深入瞭解RFID技術和邊緣AI的應用，提升他們在相關領域的專業知識和競爭力。同時，與系上其他課程相關聯，可以為學生提供全面的數字化和智能化技術背景，培養他們在未來職業生涯中的應用能力。