본문 바로 가기

로고

국내 최대 기계 및 로봇 연구정보
통합검색 화살표
  • RecurDyn (리커다인)
  • 웨비나동영상


    웨비나는 국내외의 기계·로봇 분야 연구자들의
    연구 및 연구동향 등을 온라인으로 만나실 수 있는 무료 세미나입니다.

    기계·로봇분야의 박사과정 이상이라면 누구나 연사로 발표가 가능하며 유튜브로도 게재가 됩니다.
    웨비나 참여는 관심있는 분 누구나 사전등록(참여 신청)하시면 가능합니다.

    208 3 0


    현재까지 208명 읽었습니다.
    제목 기계학습(머신러닝) 모델의 압축 기술
    발표자 정태희 박사((Xilinx, machine learning acceleration))
    발표일 2020-12-23 오전 10시
    요약

    최근 10년 가까이 딥러닝(deep learning) 분야에서 수많은 모델들이 개발되어 왔다. 이 모델들은 대부분 모델 예측의 정확성만을 높이는 데 노력해 왔기 때문에, 모델의 크기가 무척이나 크다. 이 모델들을 데이터 센터의 서버에서 실행시키는 데에는 아무런 문제가 없지만, 이것을 에엣지 디바이스(edge device)에서 실행시키는 데에는 문제가 있다. 이를 해결하기 위해서 기존에 개발된 모델을 작게 만드는 모델 압축(model compression)기술이 최근에 크게 주목받고 있다. 딥러닝 모델을 압축하게 되면 두 가지 혜택을 얻을 수 있다. 하나는 에지 기기에서 작동할 수 있도록 모델 크기를 줄이는 것입니다. 다른 하나는 모델의 실행 속도를 높이는 것입니다. 모델 압축에는 신경망 아키텍처 검색(neural network search), 신경망 가지치기(neural network pruning) 및 낮은 정밀도의 양자화(quantization) 등 3 가지 주요 연구 흐름들이 있습니다. 본 세미나에게 이 3가지 기술들에 대해서 그 동향과 핵심 원리, 예들을 살펴보고자 합니다.



    • 페이스북아이콘
    • 트위터 아이콘

    전체댓글0

    댓글 입력란
    프로필 이미지
    0/500자

    서브 사이드

    서브 우측상단1