人工知能 (AI) が自動車産業に旋風を巻き起こしています。たとえば、金融サービスを世界中で展開する UBS によると、AI 内蔵のロボタクシーが 2030 年までに世界中で 2 兆ドルの史上を作ると予測されています。

この自動運転テクノロジの開発は、AI が業界に革命を起こしている顕著な一例です。自動運転車ではカメラベースの機械視覚システムとレーダーおよびライダーベースの検出ユニットを使用し、周囲の環境を認識し、理解し、安全に走行します。

このワークショップでは、車線移動や歩行者検出など、自動運転車の認識応用のパフォーマンスを最適化する方法について学習します。セマンティック セグメンテーション ニューラル ネットワークを構築してトレーニングし、道路、歩行者、他の車などの物体を識別する方法について学習します。次に、車両の自動ナビゲーションの動力にするため、NVIDIA DRIVE AGX™ プラットフォームにそのニューラル ネットワークを配備します。このワークショップを修了すると、高速道路の運転、都市の道路、駐車など、さまざまな自動運転シナリオのために AI アプリケーションを構築する技能が身につきます。

 

学習目標


このワークショップに参加すると、次の方法を学習します。
  • DRIVE AGX プラットフォームでさまざまな GPU メモリ構成を使用してサンプル コードを実行し、さまざまな事例で最も効果的な構成を判断する。
  • DRIVE AGX プラットフォームで CUDA® を利用したさまざまなパフォーマンス最適化手法と時間指定テスト ケースを比較する
  • 完全畳み込みネットワーク (FCN) の「ヘッド」と MobileNets 畳み込みニューラル ネットワーク (CNN) の「ステム」を組み合わせ、自動車シーンを理解するためのセマンティック セグメンテーション ネットワークを作成し、トレーニングする
  • シーンのピクセル単位セマンティック セグメンテーションを実演するため、Cityscapes データを使用し、NVIDIA DIGITS でセマンティック セグメンテーション モデルをトレーニングする
  • Keras と Tensorflow のセマンティック セグメンテーション モデルを、DRIVE AGX プラットフォームで実用的応用のために展開できる最適化された NVIDIA® TensorRT™ モデルに変換する
  • DRIVE AGX プラットフォームで最適化された TensorRT DRIVE アプリケーションを展開し、実行し、DRIVE アプリケーションの開発と展開のワークフローを実演する

ワークショップ データシートをダウンロードする (PDF 299 KB)

ワークショップの概要

序論
(15 分)
  • インストラクターの紹介。
  • courses.nvidia.com/join でアカウントを作成する
DRIVE AGX の CUDA
(120 分)
    メモリの管理と最適化の手法により DRIVE アプリケーションの GPU アプリケーションを改善する手法について学習する:
    • 畳み込みメモリ、ピン留めメモリ、統合メモリのパフォーマンス上の折り合いを試験し、比較する。
    • 推論における混合精度計算最適化を学習する。
    • CUDA のストリームと負荷分散の手法を利用し、パフォーマンスを最適化する
休憩 (60 分)
DRIVE のセマンティック セグメンテーションをトレーニングする
(120 分)
    セマンティック セグメンテーションのために FCN を構築し、トレーニングする方法と、自動車シーンを分析する目的でそれを展開する方法を学習する:
    • TensorFlow で従来の CNN に基づいてセマンティック セグメンテーション FCN を構築する。
    • DIGITS を使用して FCN をトレーニングするために Cityscapes データセットを用意する。
    • DIGITS で FCN をトレーニングし、推論を利用してそれを試験し、結果的に生成された、シーンのピクセルレベルのセマンティック セグメンテーションを観察する。
休憩 (15 分)
TensorRT を利用したセマンティック セグメンテーション ネットワークの展開
(120 分)
    自動運転セマンティック セグメンテーション ユース ケースのための TensorRT 開発ワークフローについて学習する:
    • Keras で構築したトレーニング済みのセマンティック セグメンテーション モデルを、組み込みシステムのために、TensorRT 向けに最適化する。
    • Keras 実装、TensorRT FP32、TensorRT INT8 でパフォーマンスと精度を試験し、比較する。
    • 追加のパフォーマンス比較のために、較正データセットを構築し、モデルを組み込みターゲット システムに展開する。
評価と Q&A (15 分)
 

ワークショップの詳細

時間: 8 時間

価格: 価格についてはお問い合わせください。 

参加条件:

  • C++ と Python に精通していること
  • 畳み込みニューラル ネットワーク (CNN) の経験

前提条件を満たすためのおすすめ資料:  C++ チュートリアルPython チュートリアル畳み込みニューラル ネットワーク

テクノロジ: TensorFlow、Keras、NVIDIA TensorRT、CUDA C++、Python、NVIDIA DIGITS

証明書: 評価が正常に完了すると、NVIDIA DLI 証明書が参加者に贈られます。これは専門分野の能力を証明するものであり、プロフェッショナルとしてのキャリアアップを支援します。

ハードウェア要件: 最新版の Chrome または Firefox を実行できるデスクトップ コンピューターまたはノート PC。参加者は全員、完全に設定が終わっている状態でクラウドに置かれている GPU 対応サーバーに専用アクセスできます。

言語: 英語、中国語 (簡体字)

Upcoming Workshops

お客様の組織が、AI、アクセラレーテッド データ サイエンス、アクセラレーテッド コンピューティングの主要なスキルの向上と開発にご興味をお持ちの場合、NVIDIA Deep Learning Institute (DLI) にインストラクターによるワークショップをリクエストしていただけます。

NVIDIA に問い合わせる