MATLAB Deep Learning Day 2020: 인공지능 초보자부터 전문가까지

이벤트 유형 Start Time End Time
온라인 2020년11월5일 - 13:30 2020년11월5일 - 17:40

개요

오늘날 다양한 산업분야에서 딥러닝 모델 개발이 많은 관심을 받고 있지만 이론 및 프로그램 능력 등 전문 지식이 요구되는 것이 현실입니다. 또한 오랜 시간이 걸려 딥러닝 모델을 만들었다 하더라도 기존의 시스템에 통합하는 작업 역시 많은 노력이 필요합니다.

MATLAB은 기본적으로 가장 간단한 딥러닝 개발 환경을 지원해왔고, 최근 새로워진 MATLAB의 기능들을 통하여 개발의 자유도를 높였습니다. 또한, MATLAB 또는 다른 프레임워크에서 학습이 끝난 모델을 CPU, GPU 및 FPGA와 같은 임베디드 디바이스에 손쉽게 배포할 수 있습니다.

본 이벤트에서는 앱기반의 딥러닝 개발 워크플로우와 더불어 고급 딥러닝 모델 개발을 위한 기능, 임베디드 디바이스로의 학습 모델 배포까지 MATLAB에서 제공하는 모든 딥러닝 개발 기술을 자세히 소개합니다.

관심있으신 많은 분들의 참가 부탁드립니다.

하이라이트

  • MATLAB을 활용한 손쉬운 딥러닝 모델 개발
  • MATLAB을 활용한 고급 딥러닝 모델 개발
  • 임베디드 디바이스로의 딥러닝 모델 배포 – CPU, GPU 및 FPGA

참석 대상

본 세미나는 온라인 무료 세미나이며, 사전등록을 하시면 행사 당일 참석하실 수 있는 링크가 제공됩니다.

세미나 관련 문의: 매스웍스코리아 마케팅팀 (marketing_korea@mathworks.com)

발표자 소개

  • 세션 1: 김종남 부장은 LG 전자, Intel Korea R&D Center등에서 통신 및 신호처리 연구를 수행하였으며 매스웍스코리아에서 신호처리, 영상 및 인공지능 관련분야의 Application Engineer로 재직하고 있습니다.
  • 세션 2: 송완빈 과장은 영상처리 및 컴퓨터 비전 분야로 석사학위 취득 후, MathWorks에서 머신러닝 및 딥러닝 담당 Application Engineer로 재직하고 있습니다.
  • 세션 3: 정승혁 차장은 한화테크윈에서 8년간 산업용장비 및 로봇 시스템 관련 연구개발자로 근무하였으며, 매스웍스 코리아에서 FPGA/ASIC, 프로그래머블 SoC, 그리고 Deployment 분야의 Application Engineer로 재직하고 있습니다.

아젠다

시간 세션제목

13 :30-13 :40

인사말

13 :40 -14 :40

세션1 : MATLAB을 활용한 손쉬운 딥러닝 모델 개발

본 발표에서는 MATLAB 환경에서 손쉽게 모델을 개발하는 방법으로써 앱 환경에서 대화형식으로 네트워크를 설계, 학습하고 다양한 실험을 시도하여 성능을 높이는 방법을 소개하고 다음을 포함합니다.

  • 딥러닝 개발 워크플로우
  • Deep Network Designer를 이용한 모델 개발
  • 딥러닝 실험 환경을 설계하고 결과를 분석하는 Experiment Manager 사용

14 :40- 14 :50

휴식 시간

14 :50-15 :00

실시간 질의 응답

15 :00-16 :00

세션 2 : MATLAB을 활용한 고급 딥러닝 모델 개발

본 발표에서는 고급 인공신경망을 설계 하는 법, 목적에 맞는 사용자 정의 레이어를 정의하는 법 및 학습하는 방법에 대해 자세히 알아 봅니다. GAN(Generative Adversarial Network), VAE(Variational AutoEncoder) 또는 Siamese Network와 같은 고급 인공신경망 구조를 구현할 수 있는 MATLAB의 확장된 기능을 소개하며 다음을 포함합니다.

  • 고급 인공신경망을 구조를 설계하고 학습하기 위한 새로운 기능 소개
  • 기본 및 고급 인공신경망 구조를 비교하여 요구 사항에 적합한 구조 결정
  • GAN을 활용한 이미지 데이터 생성 및 다양한 예제 소개

16 :00-16 :10

휴식 시간

16 :10- 16 :20

실시간 질의 응답

16 :20-17 :20

세션 3: 임베디드 디바이스로의 딥러닝 모델 배포 – CPU, GPU 및 FPGA

본 발표에서는 AI 개발 전체 워크플로우를 따라가며 학습한 모델로부터 자동으로 C/C++, CUDA 코드를 생성하는 방법을 소개합니다. 더불어 딥러닝 모델의 FPGA 및 SoC 프로토타입을 위한 새로운 기능을 소개하며 다음을 포함합니다.

  • 학습시킨 딥러닝 네트워크를 MATLAB 내에서 테스트 및 검증
  • GPU Coder™ 및 MATLAB Coder™를 활용하여 최적화된 CUDA 및 C/C ++ 코드 생성
  • Deep Learning HDL Toolbox™를 활용한 딥러닝 모델의 FPGA 및 SoC 프로토타입

17 :20-17 :30

휴식 시간

17 :30-17 :40

실시간 질의 응답

관련 제품

You are already signed in to your MathWorks Account. Please press the "Submit" button to complete the process.