ニューラルネットワークプロセッサ技術とモデル構築・学習方法およびFPGAへの実装法 ~ デモ付 ~ <オンラインセミナー>
~ ニューラルネットワーク(NN)と専用プロセッサ、 フレームワークを用いた学習の実行とハイパーパラメータ探索、学習のための逆伝播実装 ~
・NNプロセッサと適したモデルの構築・学習法からFPGAへの実装まで実践的に修得できる講座
・PyTorchフレームワークを使用した学習の実行方法を通して、ハードウェア指向モデルの構築方法を修得し、高速・高精度なシステム開発へ活かそう!
オンラインセミナーの詳細はこちら:
https://www.j-techno.co.jp/オンラインセミナーのご案内/
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
一気に到来した「AI時代」の基礎を成すニューラルネットワーク(NN)の、実システムでの応用にはASICやFPGAによる専用プロセッサが広く探求されています。
本セミナーでは、NNプロセッサの研究と利用に関する概略と、必要となる学習アルゴリズムに関して基礎から説明し、実際にJupyterでプログラムを動作させながらハードウェアに適したNNモデルを構築・学習する方法をご覧いただきます。
また、学習したモデルをFPGAに実装したごく小規模なNNプロセッサへ搭載することを試み、NNモデル構築から利用までの一連の流れを体験いただきます。
オープンソースのPyTorchフレームワークを使用して順にプログラムを拡張し、中間のプログラムを公開しますので、受講者の方が追実験いただくことも可能です。
セミナー詳細
開催日時 |
- 2022年07月20日(水) 10:30 ~ 17:30
|
開催場所 |
オンラインセミナー |
カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
受講対象者 |
・ニューラルネットワーク(NN)モデルの学習の基本と推論システムについて理解したい方
・NNプロセッサのハードウェアの動向に興味のある方
・NNモデル構築からNNプロセッサでの利用までの概略を知りたい方
・システム、ソフト、データ解析ほか関連部門の技術者の方 |
予備知識 |
・Python・PyTorch、微積分の基礎知識があると理解が進みますが、必須ではありません |
修得知識 |
・NNの原理、学習アルゴリズムの基本
・NNプロセッサの動向、ハードウェア指向モデル構築の方法
・フレームワークを用いる実践方法 |
プログラム |
1.ニューラルネットワーク(NN)と専用プロセッサ
(1).NNの概要
a.NNの成り立ち
b.NN学習の基礎
(2).NNプロセッサの事例紹介
2.ニューラルネットワーク(NN)の構築と学習(実演)
(1).JupyterとPyTorchの紹介
(2).最小構成CNN(畳み込みNN)
(3).フレームワークを用いた学習の実行
・基本の実装
(4).ハイパーパラメータ探索
3.ハードウェアのためのニューラルネットワーク(NN)と実装技術
(1).量子化NN
a.量子化とは
b.ハードウェア構造のモデルへの反映
c.学習のための逆伝播実装
d.GPUを用いた学習の高速化
(2).デプロイの試行
a.FPGA実装の概要
b.実機動作デモ
4.Q&A・フリーディスカッション
|
キーワード |
ニューラルネットワーク ニューラルネットワークプロセッサ Jupyter PyTorch フレームワーク ハイパーパラメータ探索 量子化NN 逆伝播実装 GPU デプロイ FPGA実装 |
タグ |
AI・機械学習、ソフト管理、組み込みソフト、GPU、FPGA、LSI・半導体 |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。