재직자 교육

재직자 직무능력향상 교육
교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

1:1 온라인 상담
  1. 홈
  2. 재직자교육
  3. 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 2024년 04월 01일(월) ~ 04월 03일(수) 종료
  • 주간
  • 09:00~18:00
 NCIA양재교육장(대면) 마감
2 2024년 10월 07일(월) ~ 10월 09일(수) 종료
  • 주간
  • 09:00~18:00
 NCIA양재교육장(대면) 마감

#CUDA #cuDNN #mobilenet #efficientnet #squeeznet #tensorflow light #tinyML #cnn 

교육목표

▶ 임베딩 디바이스에 ML/DL 구현을 위한 기술적인 이슈를 파악할 수 있다.

▶ 디바이스 내장 모델의 최적화 구현을 위한 CPU/GPU 동작을 이해한다.

▶ 딥러닝 프레임워크의 CUDA 프로그래밍의 원리를 알 수 있다.

▶ On-Device 머신러닝 구현을 위한 최적화 모델 아키텍처를 분석한다.

▶ On-Device 머신러닝 구현을 위한 Tensorflow Lite의 동작원리와 사용방법을 파악한다.

교육내용

 

1일차

인공지능 모델 기본 설계하기 

- 실습환경 구축

- CPU/GPU 동작원리 이해와 개요

- CUDA/cuDNN의 이해

2일차 

인공지능 모델 통합 설계하기 

- On-Device ML 최적화 모델 아키텍처 기술

- SqueezeNet 아키텍처 분석

- MobileNet v1 아키텍처 분석

- MobileNet v2/v3 아키텍처 분석

- EfficientNet 아키텍처 분석

3일차 

인공지능 모델 설계 검증하기 

- TensorflowLight를 이용한 TinyML 모델 구축 

- On-Device TinyML 애플리케이션 구축

 ​ ​  

교육대상

▶ 인공지능 학습 모델 개발자 직무 2년 이상

▶ 인공지능 플랫폼 개발자 직무 3년 이상

▶ 인공지능 기술(학습, 추론, 머신러닝, 딥러닝 등)

▶ 딥러닝 CNN/RNN 학습 모델 아키텍처 이해

 

★ 선수지식 : 머신러닝/딥러닝 입문 과정, 인공지능 파이썬 프로그래밍, 딥러닝 Best Model 활용과 Transfer Learning 구현, CNN/RNN 모델 사용

특이점

▶ 디바이스 내에서 인공지능 서비스를 제공해야 하는

    On-Device 머신러닝 구현 방법에 대해 특화된 내용을 다루며,

    AI 서비스 배포에 있어서 가장 중요한 요소인

    머신러닝/딥러닝 모델의 추론 시간에 대한 고려사항을 이해하고

    요구사항 만족을 충족시키기 위하여

    기술적으로 고려해야 할 사항을 중점으로 구성됨

 

수/강/후/기

  • On-Device에서 머신러닝을 구현할 수 있는 방법에 대해 확실히 배울 수 있었던 시간이었습니다. Tensorflow Lite를 사용하여 실제로 온디바이스에 모델을 올리기 위해 어떻게 해야 하는지 알 수 있었으며 실제 핸드폰을 이용한 실습도 좋았습니다. 앞으로는 Tensorflow Lite 뿐 만 아니라 PyTorch Mobile을 사용한 수업도 했으면 좋겠습니다.
    2024.04.01 ~ 2024.04.03오*윤
1