NVIDIA Logo

9월 NVIDIA DEEP LEARNING INSTITUTE 참가 안내

NVIDIA Deep Learning Institute는 개발자, 데이터 사이언시스트, 그리고 엔지니어들을 위한 핸즈온 방식의 교육 프로그램입니다. 자율 주행 자동차, 헬스케어, 온라인 서비스, 그리고 로보틱스에 이르기까지 딥 러닝 기술이 필요한 다양한 분야에서 어떻게 딥 뉴럴 네트워크를 어떻게 설계하고 훈련하며 배포하는지에 대한 최신 기술 강의를 들으실 수 있습니다.

이번 9월에 진행되는 NVIDIA DEEP LEARNING INSTITUTE에서는 실제 의료 데이터를 활용하여 딥 러닝을 실습할 예정이며, 특별 세션으로 딥 러닝 분야에 저명하신 조성배 교수님을 모시고 GAN 관련 이론과 실습을 진행할 예정입니다. 뿐만 아니라, 참석자들을 위한 특별 네트워킹 자리도 마련되어 있으니 여러분들의 많은 참여 부탁 드립니다.

보다 고급 과정으로 진행되는 이번 9월NVIDIA DEEP LEARNING INSTITUTE의 자세한 교육 내용은 아래에서 확인하시고, 한정된 좌석으로 인해 조기 마감이 될 수 있으니 지금 바로 등록하세요.

서울

2017년 9월 29일(금)

09:00 - 17:00

서울 삼성동 코엑스 트레이드타워 1705호

1인 550,000원(부가세 포함)

NVIDIA DEEP LEARNING INSTITUTE 참가를 통해

  • 현실 세계에서 가장 복잡한 문제를 딥 러닝 기술을 활용하여 해결할 수 있는 훈련 방법 및 인사이트를 얻을 수 있습니다.
  • 최신 인공지능 프레임워크, SDK, 그리고 GPU 기술들을 핸즈온 방식으로 배우실 수 있습니다.
  • NVIDIA 글로벌 본사에서 인증한 최고의 딥 러닝 전문가들이 직접 세션을 진행합니다.
  • NVIDIA에서 전 세계적으로 발급하고 있는 DEEP LEARNING INSTITUTE 공식 수료 인증서가 수여됩니다.
참가 신청하기

NVIDIA DEEP LEARNING INSTITUTE 교육 내용

프로그램

09:00 - 10:00

Deep Learning 101 and GAN for image creation with DIGIT in Tensorflow
연세대학교
조성배 교수

10:00 - 11:00

GAN - Photo Editing with Generative Adversarial Networks with Tensorflow and DIGITS
연세대학교
조성배 교수

MNIST 데이터셋을 활용하여 DIGITS에서 손글씨 이미지 생성을 위한 GAN을 트레이닝 하는 법을 배우고 그것을 유명인 얼굴의 CelebA데이터 셋에 적용해 보는 실습입니다.

11:00 - 11:30

Transfer Learning and Network Surgery for Image Segmentation using DIGITS
NVIDIA Korea
유현곤 부장

11:30 - 13:00

점심 식사

13:00 - 15:00

Medical Image Segmentation Using DIGITS
NVIDIA Korea
유현곤 부장

이번 실습에서는 이미지 분류 뉴럴 네트워크로 시맨틱 이미지 세그멘테이션을 하는 방법을 학습할 수 있습니다. Sunnybrook Cardiac Data를 활용하여 MRI 이미지에서 좌심실의 위치를 찾기 위해 뉴럴 네트워크를 훈련하는 방법을 학습합니다.

Learn how to use popular image classification neural networks for semantic segmentation using Sunnybrook Cardiac Data to train a neural network to locate the left ventricle on MRI images.

15:00 - 17:00

Modeling Time Series Data with Recurrent Neural Networks in Keras
NVIDIA Korea
유현곤 부장

RNN에 사용할 데이터 셋을 준비하는 방법과 의료 데이터를 활용하여 트레이닝 및 테스트 데이터 셋을 만드는 방법을 학습합니다.

Learn how to create training and testing datasets using electronic health records and prepare datasets for use with RNNs.

NVIDIA DEEP LEARNING INSTITUTE 준비 사항

본 핸즈온 세션 참여를 위해서는 아래 사전 준비 사항을 반드시 완료하셔야 합니다.

행사 참가 사전 세팅 사항

  • 크롬 브라우저 최신 버전 설치
  • nvidia.qwiklab.com에서 신규 가입
  • 이메일 인증 완료(가입하면 confirm 메일을 받아서 활성화 해야 함)
  • 가입 완료 확인
  • 가입한 ID (E-mail), 이름, 전화 번호를 nvidiakor@gmail.com 으로 보내주셔야 합니다.
사전 세팅 가이드 다운로드 받기

NVIDIA DEEP LEARNING INSTITUTE 과정의 목표

데이터 사이언티스트(Data Scientists)

각 분야의 데이터 수집 및 분석을 담당하는 전문가로 통계 분석 등 머신 러닝 이외의 방법으로 모델을 개발하는데 익숙했지만 이제 정확한 예측을 위해 딥 뉴럴 네트워크를 활용할 가능성이 높으며,

데이터 엔지니어와의 협력을 통해 데이터를 수집 및 증가시키고, 프레임워크 작업을 위해 일반 지원 개발자와 협력하기도 합니다.

소프트웨어 개발자(Software Developers)

  • 데이터 엔지니어(Data Engineers) – 데이터 사이언티스트가 자신의 전문 지식을 딥 러닝에 적용하는데 도움을 제공하며 트레이닝용 데이터의 수집 및 준비에 초점을 두고 있습니다.
  • 일반 기술 지원 (General Support) – 훈련된 뉴럴 네트워크를 개발하는 작업 특유의 반복적 특성을 지원하며 코드 작성(대체로 Python)을 통해 데이터 사이언티스트가 생성하고자 하는 모델의 개발을 지원합니다.
  • 애플리케이션 엔지니어(Application Engineer) – 학습된 뉴럴 네트워크를 프로덕션 환경에 구현하는 작업을 담당합니다. 네트워크 자체의 작동 방식을 이해할 필요는 없으나 입력값과 결과값이 무엇인지는 알아야 합니다. 대체로 최종 제품 내 추론을 최적화하는 작업을 담당하면서 시스템 아키텍트, 데이터 엔지니어 및 데이터 사이언티스트와의 협력을 통해 새로운 데이터 샘플을 캡처, 그리고 파이프라인의 시작 단계로 제공하는 작업을 담당할 수 있습니다.

시스템 아키텍트(System Architect)

전체 파이프라인의 설계 및 구현과 함께 다른 직무들과의 긴밀한 협력을 통해 학습 및 추론 시스템을 거쳐 데이터와 모델을 전송하는 과정을 지원합니다. 학습 플랫폼의 설정 및 유지 보수, 프레임 워크 등의 설치 작업 등을 담당하기도 합니다.