ニューラルネットワーク計算の高速化手法とその最新動向

【講師】

　津邑公暁（つむらともあき）氏　名古屋工業大学工学研究科情報工学専攻　准教授（博士（情報学））

【プログラム】

　1　はじめに
　2　ニューラルネットワーク

　　2.1　ニューラルネットワークの種類
　　2.2　ニューラルネットワークの計算アルゴリズム
　　2.3　ニューラルネットワーク計算のボトルネック

　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

　　3.1　並列化
　　3.2　キャッシュの利用率向上
　　3.3　低精度化

　4　アプローチ?：GPUを用いた高速化

　　4.1　GPUの概要
　　4.2　ニューラルネットワーク計算におけるGPUの利用例
　　4.3　GPUのアーキテクチャとCUDA
　　4.4　cuDNN:ディープラーニングのためのCUDAライブラリ

　5　アプローチ?：FPGAを用いた高速化

　　5.1　FPGAの概要
　　5.2　ニューラルネットワーク計算におけるFPGAの利用例
　　5.3　FPGAの利用環境
　　5.4　研究事例紹介

　6　アプローチ?：ニューラルネットワーク計算専用ハードウェアを用いた高速化

　　6.1　ニューラルネットワーク計算専用ハードウェアの概要
　　6.2　研究事例紹介

　7　まとめと今後の展望

【受講料】

・お1人受講の場合　46,000円[税別]／1名
・1口でお申込の場合　57,000円[税別]／1口（3名まで受講可能）

　受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。