このワークショップでは、欠陥検出分類器をトレーニング、高速化、最適化する方法について学習します。最初に、工業検査、問題の系統的詳述、データのキュレーション/探索/フォーマットにともなう主要な課題を取り上げます。次に、転移学習、オンライン拡張、モデリング、微調整の基礎について学習します。ワークショップが終了する頃には、最適化推論、パフォーマンス評価、ディープラーニング モデルの解釈という重要な概念を理解しています。

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。
  • 工業検査事例研究を系統的に詳述し、AOI (Automated Optical Inspection/自動光学検査) 機械によって生成されたデータセットをキュレーションする。
  • 工業検査ワークフローにおけるデータ処理のロジスティクスと課題を取り上げる。
  • pandas DataFrame と NumPy ライブラリを使用し、データセットから意味のある分析情報を抽出する
  • 転移学習をディープラーニング分類モデルに適用する (Inception v3)
  • ディープラーニング モデルを微調整し、評価指標を設定する
  • NVIDIA® TensorRT™ 5 を使用し、NVIDIA V100 Tensor コア GPU で、トレーニング済みの Inception v3 モデルを最適化する
  • FP16 半精度高速推論を V100 の Tensor コアで実験する

ワークショップ データシートをダウンロードする (PDF 83.3 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
主要な概念を理解する
(120 分)
  • 視覚による検査の主要な概念について学習する。
  • 問題の系統的詳述とデータ キュレーションについて理解する。
休憩 (60 分)
転移学習とモデリング
(120 分)
  • 転移学習の処理手続に基づき、ディープラーニング モデルをトレーニングし、有効性を検証する方法について学習する。
  • データセットのディスク ストレージを保存するためのトレーニングをしながら、オンライン拡張の実地体験を得る。
  • モデルを微調整することの意味を深く分析する。
休憩 (15 分)
推論を理解し、結果を解釈する
(120 分)
  • 本稼働の展開と最適化に焦点を当てる。
  • トレーニング済みのディープラーニング モデルをフリーズし、TensorRT を使用してそれを最適化する方法について学習する
  • 最適化されたモデルのパフォーマンスを元の TensorFlow-GPU モデルと比較し、改善度を測定する
最終確認
(15 分)
  • 主要な学習事項をおさらいし、問いで締めくくる。
  • 評価を完了し、認定証を取得する。
  • ワークショップ アンケートを受ける。
 

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: Python と畳み込みニューラル ネットワーク (CNN) の経験

テクノロジ: TensorFlow、NVIDIA TensorRT、Keras

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)中国語 (繁体字)

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