技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

ニューラルネットワークの原理とその高速化技術

ニューラルネットワークの原理とその高速化技術

~深層学習に用いられる畳み込みニューラルネットワークの原理・仕組み~
東京都 開催 会場 開催

開催日

  • 2018年1月16日(火) 10時30分 16時30分

修得知識

  • ニューラルネットワークの原理と仕組み
    • 特に深層学習に用いられる畳み込みニューラルネットワーク
  • ニューラルネットワークに必要な計算とその特徴
  • ニューラルネットワーク計算の既存高速化手法の概要
  • ニューラルネットワーク高速化に関する研究動向

プログラム

 本講演では、ニューラルネットワークおよび深層学習の基礎知識からはじめ、ニューラルネットワーク計算を高速化するための技術について概観します。
 高速化技術については、既に実用化されているものから研究段階のものまで幅広く紹介します。具体的には、GPUを用いた高速化技術、FPGAを用いた高速化技術、そしてニューラルネットワーク計算専用ハードウェアについて紹介します。

  1. はじめに
    • ニューラルネットワークの流行
    • 流行のきっかけ
    • 深層学習とは
    • 深層学習の効果
    • 深層学習の爆発的普及
    • 応用事例
    • ニューラルネットワークの計算環境
    • ニューラルネットワークの規模と計算時間
    • 高速な計算環境の必要性
  2. ニューラルネットワーク
    • 人工知能とニューラルネットワーク
    • ニューラルネットワークの歴史
    • 脳と神経細胞
    • 人工ニューラルネットワーク
    • ニューラルネットワークの種類
    • 畳み込みニューラルネットワーク (CNN)
    • 畳み込み層の処理
    • プーリング層の処理
    • さまざまなニューラルネットワーク
    • ニューラルネットワークにおける学習
    • 教師あり学習
    • 誤差逆伝播法 (Back Propagation)
    • 通時的誤差逆伝播法
    • 誤差逆伝播法の勾配消失問題
    • シグモイド関数の特徴
    • 勾配消失問題の回避法
    • ニューラルネットワーク計算の特徴
    • 畳み込みニューラルネットワークの特徴
  3. ニューラルネットワーク計算高速化のための一般的なテクニック
    • ニューラルネットワーク計算のボトルネック
    • 全結合層の計算の行列積表現
    • 畳み込み層の計算の行列積表現
    • 行列積の並列化
    • キャッシュの基本
    • 行列積とキャッシュ
    • タイリング (ブロッキング)
    • データ圧縮
    • 計算に必要な精度
    • 数の表現
    • 枝刈り (Pruning) とニューロン刈り (Dropout)
  4. GPUを用いた高速化
    • GPUのアーキテクチャ
    • SMのアーキテクチャ
    • GPUのプログラミングモデル
    • SIMDとSIMT
    • Warp実行方式
    • Branch Divergence
    • GPUにおけるメモリアクセス
    • ニューラルネットワーク計算とGPU
    • cuBLASを用いた行列積
    • Pascalアーキテクチャ
    • cuDNN
  5. FPGAを用いた高速化
    • FPGA
    • PGAのアーキテクチャ
    • FPGAのプログラミング
    • FPGA v.s. GPU
    • FPGAとニューラルネットワーク計算
    • FPGAによる高速化事例
  6. 専用ハードウェアを用いた高速化
    • ニューラルネットワークアクセラレータ (NNA)
    • NNAを利用するメリット
    • Tensor Processing Unit (TPU)
    • DianNao
    • DaDianNao
    • Cambricon
    • Cambricon-X
    • Eyeriss
    • TrueNorth
    • 講演者の研究から
  7. おわりに
    • 質疑応答

講師

  • 津邑 公暁
    名古屋工業大学 工学研究科 情報工学専攻
    准教授

会場

品川区立総合区民会館 きゅりあん

5F 第3講習室

東京都 品川区 東大井5丁目18-1
品川区立総合区民会館 きゅりあんの地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 42,750円 (税別) / 46,170円 (税込)
複数名
: 22,500円 (税別) / 24,300円 (税込)

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 22,500円(税別) / 24,300円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 42,750円(税別) / 46,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 48,600円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 72,900円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は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。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/4/24 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/23 3次元モデリング/自由視点画像生成のための「NeRF」の基礎 オンライン
2024/5/24 画像認識のためのディープラーニングとモデルの軽量化 オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン

関連する出版物

発行年月
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2020/3/24 リアルワールドデータの使用目的に応じた解析手法 - 各データベースの選択と組み合わせ -
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2013/6/21 機械学習によるパターン識別と画像認識への応用
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化
1993/10/29 FPGA設計技術の基礎と応用
1993/3/1 新しいサーボ制御の基礎と実用化技術