튜토리얼

  • 홈ˆ
  • 프로그램
  • 튜토리얼

강유 교수
(서울대)

학력
- 박사, 석사: 카네기멜론 대학 컴퓨터 과학
- 학사: 서울대 컴퓨터공학부
경력
- 데이터 마이닝, 기계 학습 분야에서 70여 편의 주요 학회/저널 논문 출판
- 정보과학회 제 1회 젊은 정보과학자상 (2016)
- SIGKDD Doctoral Dissertation Award (2013)
연구 분야
- 데이터 마이닝, 빅 데이터, 딥 러닝, 기계 학습

강연제목

모델 압축을 통한 경량 딥러닝 기술

강연요약

딥러닝은 가장 널리 쓰이는 인공지능 기술로, 4차산업 혁명의 핵심 기술로 자리매김하고 있다. 하지만 딥러닝은 모델의 복잡성으로 인해 모델 학습, 저장 및 실행에 많은 시간과 공간이 필요하며, 이로 인해 딥러닝을 컴퓨터와 스마트폰 등에서 실행하는데 어려움을 겪을 수 있다. 본 강연에서는 효율적인 딥러닝 모델 압축 기법을 설명한다. 이를 통해 딥러닝을 실행하는데 필요한 시간과 공간을 획기적으로 줄일 수 있는 여러 가지 기법을 이해하는 것을 목표로 한다.

강의계획

1. 시간별 강의계획

시간

주제

주요내용

1

딥러닝 개요

딥러닝 기초, Feedforward Neural Network, CNN, RNN

2

딥러닝 모델 압축 기법 1

Pruning, Weight Sharing, Quantization을 통한 모델 압축 기법

3

딥러닝 모델 압축 기법 2

Approximation Regularization을 통한 모델 압축 기법

2. 참고문헌
[1] Ian Goodfellow, Yoshua Bengio, Aaron Courville, Deep Learning, MIT Press.

수강자격요건

학부 선형 대수

서울시 서초구 방배로 76 (방배동, 머리재빌딩 401호) 우)06704 | (Tel)1588-2728 | (Fax)02-521-1352 | 사업자등록번호 : 114-82-03170 | 대표 : 나연묵

Copyright (c) KIISE. All rights reserved.