AGENDA

AI CONFERENCE의 다양한 세션과 워크샵들을 살펴보세요

2일에 걸쳐 진행되는 이번 NVIDIA AI CONFERENCE은 가장 최신 딥 러닝 기술 트렌드와 함께 다양한 비즈니스에서 이를 어떻게 적용하고 있는지 그 사례들을 소개하는 컨퍼런스와 GPU 기반 최신 딥 러닝 프레임워크를 활용하여 실제 실습을 해보는 DEEP LEARNING INSTITUTE 세션으로 나누어 진행됩니다. 최신 AI 및 딥 러닝 트렌드와 다양한 업계에서의 활용 사례들을 확인할 수 있는 NVIDIA AI CONFERENCE의 자세한 세션 내용들을 아래에서 확인하세요.

  • 7/1

  • 7/2

DEEP LEARNING INSTITUTE WORKSHOP

DEEP LEARNING INSTITUTE 실습에 참가해야 하는 이유?
워크숍 수료와 동시에 딥 러닝의 기본 원리를 이해하고 다음과 같은 역량을 갖추게 됩니다 :

  • 자율주행 자동차, 디지털 콘텐츠 제작, 금융, 게임 개발, 헬스케어 등 광범위한 산업 부문에 걸쳐 딥 러닝과 가속화된 컴퓨팅 애플리케이션을 구축하는 방법에 대해 배웁니다.
  • 가장 널리 사용되는 업계 표준 소프트웨어, 도구 및 프레임워크를 핸즈온 방식으로 경험합니다. 
  • 로스앤젤레스 아동병원, 마요클리닉, PwC 등 업계 선두주자들과 공동 디자인한 콘텐츠를 통해 실제 전문성을 확보합니다. 
  • 학습 주제 역량 입증 및 전문 경력 성장을 지원하기 위한 NVIDIA DLI 자격증을 취득합니다. 
  • 클라우드에서 완전하게 구성된 GPU-가속 워크스테이션으로 언제 어디서나 컨텐츠에 액세스 할 수 있습니다.
09:00 - 10:00
Registration
자연어 처리 2.0을 위한 딥 러닝 기초 강의
본 실습 강의에서는 자연어 처리(NLP) 를 활용한 텍스트 입력을 이해하기 위한 딥 러닝 기법에 대해 배울 수 있습니다. 본 교육 과정에서는 텍스트 분류를 위한 뉴럴 네트워크 훈련, 주어진 텍스트 문서에서 특징을 추출하기 위한 언어 스타일 모델 구축 및 텍스트를 다른 언어로 변환하기 위한 신경 기계 번역 모델을 만드는 기술에 대해 학습할 수 있습니다.

자격증 수여
언어: 한국어
전제조건: 신경망과 Python 프로그래밍에 대한 기초적인 활용 경험 및 언어에 정통함
도구, 라이브러리 및 프레임워크: TensorFlow, Keras

학습목표
워크숍 수료와 동시에 딥 러닝의 기본 원리를 이해하고 다음과 같은 역량을 갖추게 됩니다:
  • 텍스트를 기계가 이해할 수 있는 표현으로 변환하기 위한 고전적 접근법
  • 분산 표상(임베딩)의 구현 및 속성
  • 하나의 언어에서 다른 언어로 번역하는 기계 번역기를 훈련하는 기법

Download course outline >
CUDA C/C++를 활용한 가속화 컴퓨팅 기초 강의
본 실습 강의에서는 C/C++ 애플리케이션을 GPU에서 실행하기 위한 가속화의 기본적인 도구와 기법에 대해 설명합니다. 본 강의를 통해 클라우드에서 GPU가 지원하는 실시간 개발 환경을 활용하여 수십 가지 코딩을 직접 연습해볼 예정입니다. 뿐만 아니라, GPU 가속기에 의해 실행될 코드를 작성하는 방법, CUDA 스레드 계층을 사용하여 코드 병렬화를 구성하는 방법, CPU와 GPU 가속기 간의 메모리 마이그레이션을 관리 및 최적화하고, 명령행과 시각적 프로파일러를 활용하여 작업을 안내하며 명령어 병렬화 처리와 병행 스트림을 활용하는 방법에 대해 알아봅니다. 아울러,새로운 작업에서 학습한 워크플로우를 구현하여 완성시켜 관측 가능한 대규모 성능 향상을 위한 완전하게 가동된 CPU 전용 입자 시뮬레이터를 가속화 합니다. 워크숍 막바지에 참가자는 스스로 새로운 GPU 가속 애플리케이션을 만들기 위한 추가적인 리소스에 액세스 할 수 있게 됩니다.

자격증 수여
언어: 한국어
전제조건: 변수, 루프, 조건문, 함수, 배열 조작 등 기본적인 C/C++ 역량 필요, CUDA 프로그래밍에 대한 예비 지식을 전제하지 않습니다
도구, 라이브러리 및 프레임워크: nvprof, nvpp

학습목표
워크숍 수료와 동시에 CUDA 에 의한 GPU-가속 C/C++ 애플리케이션의 기본 도구와 기법에 대한 이해를 얻을 수 있을 것이며, 다음과 같은 역량을 갖출 수 있습니다:
  • C/C++ 애플리케이션을 CUDA 를 활용하여 GPU 기반 병렬 프로그램으로 가속화합니다
  • 가속화된 프로그램을 최적화하기 위해 CUDA 메모리 관리 기법을 활용합니다

Download course outline >
멀티 GPU를 위한 딥 러닝 기초 강의
본 실습 강의에서는 데이터 집약적인 애플리케이션에 필요한 훈련시간 단축을 위해 여러 GPU에서의 뉴럴 네트워크 훈련 시키는 기법에 대해 배울 수 있습니다. 실습은 경사 하강을 위한 손실 함수와 최적화 로직을 정의하기 위한 선형 신경으로 시작합니다. 다음으로 효율적인 분산 소프트웨어의 작성 복잡성을 감소하기 위해 단일 GPU구현을 Horovod 다중 GPU 구현으로 전환하는 개념에 대해 배울 수 있습니다. 전체 파이프 라인의 전반적인 성능 향상을 위한 기법들에 대해 학습해 보시기 바랍니다.

자격증 수여
언어: 한국어
전제조건: 확률적 기울기 강하 활용 경험
도구, 라이브러리 및 프레임워크: TensorFlow

학습목표
위크숍 수료와 동시에 다음 내용에 대한 이해를 갖추게 될 것입니다:
  • 멀티 GPU훈련에 대한 다양한 접근법
  • 신경망 대규모 훈련에 대한 알고리즘 및 엔지니어링 도전 과제

Download course outline >
인텔리전트 비디오 분석(IVA)을 위한 딥 러닝 실습
매일 10 억 개 이상의 카메라가 전 세계의 거의 모든 순간들을 캡처하고 있습니다. 이러한 동영상 피드를 처리하려면 고급 기술이 필요하며 이를 실제 분석으로 변환해야 유의미한 자료로 만들 수 있습니다. 해당 강의를 통해서는 개체 탐지 및 추적 네트워크를 배포하여 실시간으로 대규모 비디오 스트림에서 작업 할 수 있습니다. 세부적으로는 아래 내용을 학습하실 수 있습니다 : TensorFlow 객체 감지 API (Application Programming Interface)를 사용하여 딥 러닝 모델 학습 및 평가, 대규모 비디오 데이터 세트에서 움직이는 물체를 추적하기 위해 고품질의 뉴럴 네트워크 모델 개발과 관련된 전략과 절충 사항 학습, 실시간 애플리케이션을 위해 TensorRT를 사용하여 추론 시간 최적화.

자격증 수여
언어: 한국어
전제조건: DNN (CNN, Convolution Neural Network 변형) 과 C와 Python 언어를 사용해 본 중급 수준의 경험
도구, 라이브러리 및 프레임워크: TensorFlow, DeepStream3.0

학습목표
  • 비디오 데이터를 다루고 Raw 데이터 처리를 근본적인 모델로 수행
  • 정확하고 효과적인 객체 검출 (Object Detection) 및 추적 애플리케이션을 위한 딥 러닝 모델 배포
  • DeepStream 프레임 워크를 사용하여 IVA 애플리케이션 개발 가속화

Download course outline >
컴퓨터 비전을 위한 딥 러닝 기초 강의
본 실습 강의에서는 다양한 컴퓨터 비전 작업에 대한 딥 러닝 기법을 배울 수 있습니다. 참가자는 현재 널리 사용되고 있는 딥 러닝 도구, 프레임워크 및 워크플로우를 활용하여 클라우드에서 작동하는 GPU 가속 워크스테이션에서 신경 네트워크 모델을 훈련시키고 배포해 볼 수 있습니다. 본 강의를 통해 참가자는 이미지 분류와 물체 감지를 위한 딥 러닝 응용 프로그램 구축 및 배포, 정확성과 성능 향상을 위한 뉴럴 네트워크 수정 및 최종 프로젝트에서 학습한 워크플로우를 구현해 볼 수 있습니다. 워크숍 막바지에 참가자는 스스로 새로운 GPU 가속 애플리케이션을 만들기 위한 추가적인 리소스에 대한 엑세스도 얻게 되어 개별 프로젝트를 직접 딥 러닝 가속화 기회를 얻게 됩니다.

자격증 수여
언어: 한국어
전제조건: 함수, 변수 등 프로그래밍 기초 숙지
도구, 라이브러리 및 프레임워크: Caffe, DIGITS

학습목표
워크숍 수료와 동시에 딥 러닝의 기본 원리를 이해하고 다음과 같은 역량을 갖추게 됩니다:
  • 이미지 분류 및 객체 감지와 같은 일반적인 딥 러닝을 적용한 컴퓨터 비전 문제의 워크플로우 실습
  • 데이터, 트레이닝 매개변수, 네트워크 구조 변경 등 다양한 전략을 직접 실습에 적용해보면서 네트워크의 성능을 향상시키는 딥 러닝 프로세스에 대한 이해
  • 개별 프로젝트를 진행하며 부딪힌 문제를 해결하기 위한 뉴럴 네트워크 구현

Download course outline >
다중 데이터 유형을 위한 딥 러닝 기초 강의
본 실습 강의에서는 여러 데이터 유형과 관련된 다양한 문제에 대한 딥 러닝 기법을 학습할 수 있습니다. 딥 러닝에 대한 간단한 소개 후, 영상 분할, 문장 생성, 이미지 및 비디오 캡션을 위한 딥 러닝 응용 프로그램 구축으로 학습을 이어나갈 것이며 동시에 관련 컴퓨터 비전, 신경 네트워크 및 자연 언어처리 개념을 학습할 수 있습니다.

자격증 수여
언어: 한국어
전제조건: ‘컴퓨터 비전을 위한 딥러닝의 기초’ DLI 과정 또는 이에 준하는 과정을 성공적으로 이수, Python(함수와 변수) 기초 및 신경 네트워크 훈련에 대한 사전 경험 요구
도구, 라이브러리 및 프레임워크: TensorFlow, TensorBoard

학습목표
워크숍 수료와 동시에 딥 러닝의 기본 원리를 이해하고 다음과 같은 역량을 갖추게 됩니다:
  • 이미지 분할, 텍스트 생성 등 공통적인 딥 러닝 워크플로우의 구현
  • 데이터 종류, 워크플로우, 프레임워크 비교 및 대조
  • 딥 러닝 기반 컴퓨터 비전과 자연어 처리를 결합해 복수의 입력 데이터 유형을 필요로 하는 정교한 실제 문제 해결을 시작

Download course outline >
18:00
Closing

DLI 워크샵 참가 준비물
워크샵 참석하기 전에 반드시 개인 노트북(Windows, Mac, Linux/Wifi/크롬 브라우저)을 지참하시기 바랍니다.

DLI 워크샵 참가 사전 안내 사항

워크샵 참가 전에 아래 단계들을 완료하시기 바랍니다.

  • Deep Learning Institute 사전 세팅 안내
    NVIDIA Developer Account 생성
    http://courses.nvidia.com/join에 접속합니다.
    “Log in with my NVIDIA Account” 선택 후 “Create Account” 를 클릭하여 Account를 생성해주세요.
  • WebSockets 상태 점검
    노트북에서 http://websocketstest.com 에 접속합니다.
    ENVIRONMENT 란에 “WebSockets” 이 Yes로 표기 되어 있는지 확인해주세요.
    WEBSOCKETS (PORT 80)에 “Data Reveice”, “Send,” 그리고 “Echo Test” 가 Yes 로 표기 되어 있는지 확인해주세요.
  • 만약 WebSockets 에 문제가 있다면 브라우저 업데이트를 해주세요. 최적의 성능을 위해서는 Chrome, Firefox, Safari 를 사용하는 것이 좋습니다.

AI CONFERENCE

08:30 - 10:00
Registration & Coffee
Exhibits / Tech Showcase
10:00 - 10:10
Opening
유응준 엔터프라이즈 사업부 대표
NVIDIA Korea
10:10 - 11:10
NVIDIA Keynote
Marc Hamilton VP
NVIDIA
11:10 - 11:40
Customer Keynote
심은수 센터장
SAMSUNG ELECTRONICS AI & Software Research Center
11:40 - 13:00
Lunch
Track 1
Track 2
Track 3
Track 4
Track 5
Track 6
15:20 - 15:40
Break
08:30 - 10:00
Registration & Coffee
Exhibits / Tech Showcase
10:00 - 10:10
Opening
유응준 엔터프라이즈 사업부 대표
NVIDIA Korea
10:10 - 11:10
NVIDIA Keynote
Marc Hamilton VP
NVIDIA
11:10 - 11:40
Customer Keynote
심은수 센터장
SAMSUNG ELECTRONICS AI & Software Research Center
11:40 - 13:00
Lunch
Track 1
Track 2
Track 3
Track 4
Track 5
Track 6

*위 아젠다는 주최측 사정으로 향후 변경될 수 있습니다.