★ディープラーニングのモデル軽量化技術の基礎から、

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ます！

ディープラーニングの基礎・

モデル軽量化技術・最新動向

《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》

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

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。

◆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。

◆受講対象

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。

◆必要な前提知識

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。

◆キーワード

ディープラーニング,機械学習,画像認識,モデル軽量化,最新動向,セミナー,講演

担当講師

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）

セミナープログラム（予定）

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

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

・本セミナーは「Zoom」を使ったWEB配信セミナーとなります。

・セミナー資料は開催前日までにお送りいたします。無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。