ディープラーニングの基礎とモデル軽量化技術

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、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いたします。
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いたします。

日時

中止

プログラム

ディープラーニングは、推論処理に必要なメモリ使用量・演算量が膨大であり、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、メモリや演算量は、処理速度・消費電力・部品コスト等に関わるため、なるべく小さく抑えたいところです。そのような課題を解決する手段として、モデル軽量化技術が役立ちます。  本講演では、画像認識問題を題材として、まずディープラーニングの基礎を説明した後、様々な軽量化技術を紹介していきます。AI系の有力国際会議 (CVPR、ICLRなど) など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. データ表現と問題設定
    2. 全結合ネットワークモデル
    3. 畳み込みネットワークモデル
    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
    1. 非構造化プルーニング
    2. 構造化プルーニング
  3. ネットワーク量子化
    1. 二値化
    2. 一様量子化
    3. 非一様量子化
  4. 軽量アーキテクチャ設計
    1. 分岐・合流接続の工夫
    2. 畳み込みの要素分解
    3. 構造の自動探索
  5. その他の軽量化技術
    1. 重み共有
    2. 知識蒸留
    3. 低ランク近似
  6. まとめ

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて