SAIHST Forum
| 제53회 Digital Healthcare Forum | |
|---|---|
| 등록일 | 2019/06/27 |
| 조회수 | 1,680 |
|
제53회 Digital Healthcare Forum
Deep learning algorithm의 응용 분야가 넓어짐에 따라, computing power가 부족하더라도 많은 양의 연산을 더 빠르게 처리해야 할 필요성이 대두 되고 있습니다. 이에 따라 deep learning 방법의 효율성을 높이는 연구들도 활발히 이루어지고 있습니다. 6월 25일 화요일에 개최된 제53회 Digital Healthcare Forum에는 삼성전자의 이진원 책임을 모시고, efficient deep learning의 연구 성과들을 algorithm과 hardware 측면에서 알아보는 시간을 가졌습니다 Image Recognition, Image Classification 이 단순한 이미지 분류에 그친다면 활용도에 제약이 있고 성능이 뛰어나다고 말하기 어려울 것입니다. 원하는 상세 정보까지 파악이 가능해야 정말 성능이 좋다고 할 수 있겠지요. 그러한 면에서 아무리 요즘 AI 성능이 좋아져서 전문 인력을 대체할 날이 머지 않았다고들 말해도 아직 AI가 인간의 능력을 따라오기는 멀었다고 할 수 있습니다 . Image를 인식하는 데에는 장당 GPU 메모리에 5G의 용량이 필요하다고 합니다. 때문에 처리하는 양이 많아질수록 메모리의 확보 문제 또한 중요해집니다. Deep Learning Models이 더 커질수록 여러 가지 넘어야 할 문제들이 발생하는데 1) model size 가 커지면 over-the air update가 어려워지는 문제와 2) 속도의 문제 3) 에너지 효율성의 문제 (battery 닳는 속도와 같은) 를 예로 들 수 있습니다. 본 강연에서는 이러한 문제들의 해결하기위한 다양한 시도들을 소개해 주셨습니다. Efficient CNNs 주제관련 유튜브에 공유해놓으신 자료들이 있어서 필요하신 분들은 도움을 받으시면 좋을 것 같습니다. https://www.youtube.com/channel/UCaJFuqpYqxWuQl9TZky0njA
  
|
|
| 53회 (2)_제목.jpg | |