재직자 교육

재직자 직무능력향상 교육

교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

On-Device 머신러닝을 위한 모델 최적화
차수	교육기간	시간	교육장소	신청하기
1	2025년 06월 02일(월) ~ 06월 03일(화)	주간 10:00~18:00	가산 교육센터	신청
2	2025년 07월 14일(월) ~ 07월 15일(화)	주간 10:00~18:00	가산 교육센터	신청

∙ 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.

교시	시간	1일차	2일차
1교시	10:00∼10:50	[인공지능 플랫폼 기능 구현] - 모델 최적화를 위한 CPU & GPU 아키텍처 이해 - 실습 환경 구축	- On-Device ML 최적화 모델 아키텍처 분석 - SqueezeNet 아키텍처 분석
2교시	11:00∼11:50	- CPU 아키텍처와 동작원리의 이해	- On-Device ML 최적화 모델 아키텍처 분석 - MobileNet 아키텍처 분석
점심 시간	12:00∼12:50
3교시	13:00∼13:50	- GPU 아키텍처와 동작원리의 이해	- On-Device ML 최적화 모델 아키텍처 분석 - EfficientNet 아키텍처 분석
4교시	14:00∼14:50	- 모델 최적화를 위한 CUDA & cuDNN의 이해 - CUDA 인터페이스 구조와 동작 원리	- On-Device TinyML 애플리케이션 구축
5교시	15:00∼15:50	- CUDA 프로그래밍 개요	- TinyML 애플리케이션 모델의 On-Device 배포
6교시	16:00∼16:50	- 딥러닝 가속을 위한 Tensor 코어와 cuDNN	- On-Device ML을 위한 최적화 기법 - 모델과 바이너리 크기 최적화
7교시	17:00~ 17:50	- On-Device ML 최적화 기술 및 모델 아키텍처	- ML 모델 추론 속도 개선 에너지 사용 최적화

∙ 딥러닝 CNN/RNN 학습 모델 아키텍처 이해

∙ 디바이스 내에서 인공지능 서비스를 제공해야 하는

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 중점으로 구성됨