phone: 02-954-2408-9, 089-514-8111

คอร์สอบรม พื้นฐานการใช้งาน บอร์ด NVIDIA Jetson Nano (1 days)

sku : T026
คอร์สเรียนรู้ใช้งาน Nvidia Jetson Nano สำหรับผู้เริ่มต้น ตั้งแต่เริ่มแรก Linux พื้นฐาน ,การเขียนโปรแกรม Python พื้นฐาน การเขียนโปรแกรม python ติดต่อ USB camera , Video file , Image file (เป็นพื้นฐานต่อไปยังคอร์ส T027 Nvidia Jetson Nano Machine Learning , AI)

สถานะของสินค้า : สินค้าพร้อมส่ง

฿0.00

รายละเอียดสินค้า

รายละเอียด

T026 : คอร์สอบรม พื้นฐานการใช้งาน บอร์ด NVIDIA Jetson Nano (1 days)

รอบที่ 1 วันจันทร์ที่ 17 ส.ค. 63 เปิดรับ

รอบที่ 3 วันจันทร์ที่ 14 ก.ย. 63 เปิดรับ

 

(ราคารวม VAT 7% = 2,033 บาทต่อท่าน)


สนใจสมัครเข้าอบรม
ทักเเชท LINE : @thaieasyelec

 

 

  ผู้เริ่มต้น เรียนรู้ใช้งาน Nvidia Jetson Nano ตั้งแต่เริ่มแรก Linux พื้นฐาน ,การเขียนโปรแกรม Python พื้นฐาน การเขียนโปรแกรม python ติดต่อ USB camera , Video file , Image file (เป็นพื้นฐานต่อไปยังคอร์ส T027 Nvidia Jetson Nano Machine Learning , AI)

 

ตัวอย่างเนื้อหาการอบรม

 

 

รายละเอียดคอร์สอบรม:

  • จำกัดจำนวน 10 ท่านต่อรอบอบรม (ขั้นต่ำ 6 ท่าน)
  • สถานที่จัดอบรม : ห้องอบรมชั้น 4 อาคารสำนักงาน ThaiEasyElec >> คลิกดูแผนที่
  • อบรมโดยวิทยากรพิเศษ : คุณอดุลย์ นันทะแก้ว และทีมงาน จากเว็บไซต์ http://softpowergroup.net/
  • คอร์สอบรมราคา 1,900 บาท (ยังไม่รวม VAT 7%) (มีอาหารเบรกช่วงเช้า + บ่าย แต่ไม่รวมอาหารกลางวัน)
  • เวลาอบรม : 9.00-16.00 น.

หมายเหตุ: บริษัทสามารถหักภาษี ณ ที่จ่าย 3% ได้ (โปรดนำใบหัก ณ ที่จ่ายมายื่นกับเจ้าหน้าที่ ในวันอบรม)

 

คอร์สนี้เหมาะสำหรับใคร:

ผู้สนใจพัฒนาระบบ Machine Learning, AI โดยใช้ Hardware จาก NVIDIA บอร์ด JETSON NANO เช่น ระบบตรวจจับวัตถุต่างๆ ผู้คน หรือรถยนต์ (Object classification), ระบบตรวจสอบใบหน้า (Face recognition, Age Gender Emotion Detection) เน้นทำความเข้าใจระบบ ในภาพรวม ไม่ได้ลงลึกในรายละเอียดพื้นฐาน สามารถ Source code ให้ทำงานได้ เพื่อไปประยุกต์ใช้งานต่อไปได้

 

ผู้ที่สนใจเข้าร่วมอบรม ควรจะมีพื้นฐานอะไรบ้าง:

  1. หลักการเขียนโปรแกรมเบื้องต้น เน้นไปที่ภาษา Python
  2. ความรู้พื้นฐานทางไฟฟ้า
  3. พื้นฐานวงจรอิเล็กทรอนิกส์

 

อุปกรณ์ที่ลูกค้าจะต้องนำมาเอง เพื่อใช้ในการอบรม:

  • เครื่องคอมพิวเตอร์ Notebook 1 เครื่องต่อท่าน (แนะนำ Notebook computer, ระบบปฏิบัติการ Window หรือ OSX) พร้อมสาย LAN และ Connector สำหรับเครื่องที่ไม่สามารถต่อ LAN ได้ สามารถใช้ WiFi ได้ แต่การทำงานจะช้ากว่า
  • บอร์ด JETSON NANO พร้อมอุปกรณ์เพื่อต่อใช้งานได้ทันที (Adaptor จ่ายไฟ, สาย HDMI เพื่อต่อจอแสดงผล)
  • microSD card ขนาด 32GB Class 10 ขึ้นไป

 

หากผู้อบรมไม่มีอุปกรณ์ดังกล่าวสามารถติดต่อสั่งซื้อสินค้าก่อนวันอบรมได้ที่ ThaiEasyElec ซึ่งมีรายการดังนี้ 

 

สนใจเข้าร่วมอบรม ต้องทำอย่างไร:

แจ้งรายละเอียดชื่อนามสกุล + เบอร์โทร + อีเมล์ลูกค้า พร้อมแจ้งชื่อคอร์สอบรม, รอบวันที่ที่สนใจเข้าอบรม, จำนวนท่าน, ที่อยู่ออกบิล (หากต้องการบิล) ผ่านช่องทาง

ช่องทางที่1: ทักเเชทผ่านทาง LINE : @thaieasyelec ทางฝ่ายขายจะสรุปยอดโอนเงินให้ทราบ

ช่องทางที่2: ขอใบเสนอราคาได้ที่อีเมล์ sales@thaieasyelec.com ทางฝ่ายขายจะทำเป็นใบเสนอราคา ส่งกลับไปที่อีเมล์ลูกค้า เพื่อแจ้งยอดการโอนเงินให้ทราบ

 

การชำระเงินค่าคอร์สอบรม:

  • เนื่องจากมีผู้สนใจเข้าร่วมอบรมจำนวนมาก ทางเราจึงขอให้ท่านชำระเงินและแจ้งหลักฐานการโอนเงินให้ทราบ ภายใน 2 วันหลังจากได้รับใบเสนอราคา (หากเกินกำหนดจะถือว่าท่านสละสิทธิ์ในการเข้าร่วมอบรมในรอบนั้น ทั้งนี้ท่านสามารถเลื่อนการเข้าอบรมไปในรอบถัดไปได้)

 

การแจ้งหลักฐานชำระเงิน:

  • ส่งรูปหลักฐานการโอนเงิน พร้อมแจ้งชื่อนามสกุล เข้ามาที่อีเมล์ payment@thaieasyelec.com หรือส่งมาที่ LINE : @thaieasyelec

 

Workshop Outline: 

9.00 - 9.30 น.  รู้จักกับ Nvidia Jetson Nano และการใช้งาน
9.30 - 10.00 น. Workshop : Install Nvidia Jetson Nano OS. ( NVDIA Jetpack SDK )
10.30 - 11.00 น. Workshop : Linux Command line
11.00 - 11.30 น. Workshop : Remote Tools ( Putty, SSH, SCP, VNC)
11.30 - 12.00 น. Workshop : Connecting Ethernet , WiFi and Internet
12.00 - 13.00 น. พักเทียง
13.00 - 15.00 น. Workshop : Python Programming
15.00 - 15.30 น. Workshop : Image , Video File ,USB Camera ,Stream Video ( OpenCV )
15.30 - 16.00 น. Workshop : NVIDIA VisionWorks 

ข้อมูลเพิ่มเติม

ข้อมูลเพิ่มเติม

ManufacturerThaiEasyElec
Country of Manufacture

รีวิวสินค้า

เขียนรีวิวสินค้าของคุณเอง

Only registered users can write reviews. Please, log in or register

[profiler]
Memory usage: real: 20709376, emalloc: 20116496
Code ProfilerTimeCntEmallocRealMem