교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

1:1 온라인 상담
  1. 재직자교육
  2. 교육일정 및 신청

교육일정 및 신청

페이스북 트위터 구글

On-Device 머신러닝을 위한 모델 최적화

On-Device 머신러닝을 위한 모델 최적화
차수 교육기간 시간 교육장소 신청하기
1 2022년 07월 07일(목) ~ 07월 09일(토)
  • 주간
  • 09:00~18:00
온라인교육(zoom) 신청
2 2022년 12월 12일(월) ~ 12월 14일(수)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청

교육목표

 

임베딩 디바이스에 ML/DL 구현을 위한 기술적인 이슈를 파악할 수 있다.
디바이스 내장 모델의 최적화 구현을 위한 CPU GPU 동작을 이해할 수 있다.
딥러닝 프레임워크가 사용하고 있는 CUDA 프로그래밍의 원리를 알 수 있다.
On-Device 머신러닝 구현을 위한 최적화 기술 및 최적화 모델 아키텍처를 분석한다.
On-Device 머신러닝 구현을 위한 Tensorflow Lite의 동작원리와 사용방법을 파악한다.

 

교육내용

 

1일차

1. 모델 최적화를 위한 CPU & GPU 아키텍처 이해

 - CPU 아키텍처와 동작원리의 이해

 - GPU 아키텍처와 동작원리의 이해

2. 모델 최적화를 위한 CUDA & cuDNN의 이해

 - CUDA 인터페이스 구조와 동작 원리 & CUDA 프로그래밍 개요

 - 딥러닝 가속을 위한 Tensor 코어와 cuDNN

2일차

3. On-Device ML 최적화 기술 및 모델 아키텍처

 - On-Device ML 최적화 기술 동향

 - On-Device ML 최적화 모델 아키텍처 기술

 - On-Device ML 최적화 모델 아키텍처 분석

 - SqueezeNet, MobileNet v1, MobileNet v2, EfficientNet

3일차

4. 초소형 머신러닝 TinyML & TensoflowLite

 - TensorflowLight를 이용한 TinyML 모델 구축 & 학습

 - On-Device TinyML 애플리케이션 구축

 - TinyML 애플리케이션 모델의 On-Device 배포

5. On-Device ML을 위한 최적화 기법

 

교육대상

 

AI 제품 기획/설계/기술지원/테스팅/감리/컨설팅 관련 자
On-Device 머신러닝 구현을 위한 기술적인 이슈와 동향을 파악하고자 하는 자
딥러닝 활용 기술을 습득하고자 하는 자
On-Device 머신러닝 구현을 위한 최적화 모델 아키텍처를 이해하고자 하는 자
열악한 Edge 디바이스에 머신러닝 구현을 위한 Tensorflow Lite 활용 방법을 파악하고자 하는 자

 

특이점

 

디바이스 내에서 서비스를 제공해야하는 On-Device 머신러닝 구현 방법에 대해 특화된 내용을 다룸.
AI 서비스 배포에 있어서 가장 중요한 요소인 머신러닝/딥러닝 모델의 추론 시간에 대한 고려사항을 이해하고 요구사항 만족을 충족시키기 위하여 기술적으로 고려해야 할 사항을 고민하고 준비할 수 있는 내용에 초점이 맞추어져 있음.
고성능을 내기 위하여 요즘 딥러닝 모델들은 너무나도 커져서 열악한 Edge 단 디바이스 내에 탑재할 수 없는 문제가 발생하는데, 이에 대한 해결을 위한 기술적인 연구 동향 및 적용 가능한 방법론을 파악하여 AI 프로젝트 설계 및 구현 시 활용할 수 있는 팁을 얻을 수 있도록 구성됨.

 

수/강/후/기