認識精度などのモデル性能の向上とともに増加し、処理速度・消費電力・部品コスト等に影響する、メモリ使用量や演算量。

ディープラーニングのモデル軽量化技術基礎と最新動向【WEBセミナー】
~モデル性能を維持しつつ、メモリ使用量や演算量を削減する各手法と最新技術~

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
モデル軽量化【WEBセミナー】
セミナーNo.
st210313
開催日時
2021年03月22日(月) 13:00~16:30
主催
サイエンス&テクノロジー(株)
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
価格
非会員:  35,200円 (本体価格:32,000円)
会員:  33,440円 (本体価格:30,400円)
学生:  35,200円 (本体価格:32,000円)
価格関連備考
定 価 :1名につき 35,200円(税込)
会員価格:1名につき 33,440円 2名の場合 44,000円、3名の場合 66,000円(税込)

※上記会員価格は受講者全員の会員登録が必須となります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
 (申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。)
※他の割引は併用できません。
備考
※資料付(製本テキスト)
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。

製本テキスト(開催前日着までを目安に発送)
※セミナー資料はお申し込み時のご住所へ発送させていただきます。
※開催日の4~5日前に発送します。
※開催まで4営業日~前日にお申込みの場合、
 セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。

【ZoomによるLive配信】
・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信となります。
・お申し込みの際は、接続確認用URL(https://zoom.us/test)より、接続が可能か等のご確認をお願いします。
(接続確認の詳細→(https://support.zoom.us/hc/ja/articles/115002262083)
・当日のミーティングURL・ID・パスコードは、お申込み受理のご連絡メールに記載しています。
・セミナー開催日時に、視聴サイトにログインしていただき、ご視聴いただきます。
・開催日時にリアルタイムで講師へのご質問も可能です。
・タブレットやスマートフォンでも視聴できます
講座の内容
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。
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。
趣旨
 昨今ブームとなっている人工知能(AI)技術の中でもコア技術であるディープラーニングは、その認識能力・表現能力の高さから様々な分野への利活用、また労働力不足などの重要な社会課題の解決に役立つ技術のひとつとして注目されています。しかし、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。
 本セミナー全体の流れとして、まず画像認識を題材にディープラーニングの基礎を説明した後、軽量化技術について解説します。軽量化技術は『モデルプルーニング』や『ネットワーク量子化』など、着眼点の異なるいくつかの種類に大別できますので、種類毎に様々なテクニックを紹介していきます。今回は、主に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、理論的な厳密さよりもイメージやコンセプトが伝わるようにわかりやすくご紹介致します。
プログラム

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 畳み込みニューラルネットワーク
 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

 □質疑応答□

関連するセミナー
関連する書籍
関連するタグ
フリーワード検索