. .
セミナー・イベントTOPへ戻る


ディープラーニングの基礎・モデル軽量化技術・最新動向【LIVE配信】
〜 モデルプルーニング、ネットワーク量子化、軽量アーキテクチャ設計、その他の軽量化技術まで 〜


■開催日時:2022年02月22日(火) 10:30〜16:30

■会場:【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます 

■定員:30名

■受講料:55,000円(税込、資料付き/1人)
※最新のセミナー情報を「配信可」にすると割引適用(登録無料)
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ・1名で申込の場合、49,500円(税込)へ割引になります。
 ・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。

■備考:
資料付き
【LIVE配信セミナーとは?】

■主催:(株)R&D支援センター

■講師:沖電気工業(株)イノベーション推進センター AI技術研究開発部 山本 康平 氏
【ご専門】機械学習(ディープラーニング)、信号処理

【ご略歴】
 2014年 沖電気工業株式会社入社、機械学習応用の研究開発に従事
 現在は同社にてAIエッジデバイス関連の研究開発に従事
 訳書(共訳)「Pythonによる機械学習―予測解析の必須テクニック―」共立出版(2019)

■受講対象・レベル:
ディープラーニングのモデル軽量化技術にご興味をお持ちの方、短時間で概要を理解したい方、
最新動向を知りたい方。

■必要な予備知識:
ディープラーニング自体の予備知識があれば好ましいですが、最初のセクションで基礎から
入りますので必須ではございません。

■習得できる知識:
・ディープラーニングのモデル軽量化技術の全体感を把握できる。
・各種モデル軽量化技術(合計22手法)の狙いや仕組みを理解できる。

■趣旨:
 ディープラーニングのモデルは、その他の機械学習モデルと比べて推論処理に必要なメモリ使用量・
演算量が膨大であり、さらにそれらを多く必要とするモデルほど性能(認識精度など)が良くなる傾向が
あります。一般に、メモリ使用量や演算量は、処理速度・消費電力・部品コスト等に直接関わるため、
なるべく小さく抑えたいところです。そのようなニーズに対し、ディープラーニングモデルの性能を
できる限り維持しつつメモリ使用量・演算量を削減する軽量化技術が登場し、研究が進められています。
 本講演では、画像認識問題を題材として、まず軽量化の観点からディープラーニングの基礎を説明した後、
様々な軽量化技術のテクニックを紹介していきます。各テクニックに関しては、AI系の有力国際会議
(CVPR、ICLRなど)やプレプリントサーバ(ArXiv)に掲載されている最新技術を主に扱い、理論的な
厳密さよりもイメージやコンセプト重視でわかりやすくご説明します。



1.ディープラーニングの基礎
 1-1. データ表現と問題設定
 1-2. 全結合ネットワークモデル
 1-3. 畳み込みネットワークモデル
 1-4. 代表的なモデルとその構成要素

2.モデルプルーニング
 2-1. 非構造化プルーニング
 2-2. 構造化プルーニング

3.ネットワーク量子化
 3-1. 二値化
 3-2. 一様量子化
 3-3. 非一様量子化

4.軽量アーキテクチャ設計
 4-1. 分岐・合流接続の工夫
 4-2. 畳み込みの要素分解
 4-3. 構造の自動探索

5.その他の軽量化技術
 5-1. 重み共有
 5-2. 知識蒸留
 5-3. 低ランク近似

6.まとめ

Copyright (C) 2021 NTS Inc. All right reserved.