On-Device 머신러닝을 위한 모델 최적화 기술동향을 파악하고, 임베딩 디바이스에 ML/DL 구현을 위한 경량화 모델 아키텍처를 분석한다.
Edge 디바이스 머신러닝 구현을 위한 TensorflowLite 기반 TinyML 구축과 배포 기법을 습득하고, Edge 디바이스에 TinyML 응용 애플리케이션을 구축할 수 있다.
교육시간
3일 21시간
커리큘럼
가. On-Device ML 최적화 기술 및 모델 아키텍처
- 모델 최적화를 위한 CPU/GPU 아키텍처 이해
- On-Device ML 최적화 기술 동향
- On-Device ML 최적화 모델 아키텍처 분석
나. On-Device ML을 위한 최적화 기법
- 모델과 바이너리 크기 최적화
- 추론 지연 최적화
- 에너지 사용 최적화
다. TensorflowLite를 활용한 TinyML 구축과 배포
- TensorflowLite 아키텍처 분석
- TinyML 모델 구축과 훈련
- On-Device TinyML 애플리케이션 구축
- TinyML 응용을 마이크로컨트롤러에 배포하기
라. Edge 디바이스 TinyML 응용 애플리케이션 만들기
- 호출어 감지 애플리케이션 만들기
- 호출어 감지 모델 훈련 & 배포
- 인체 감지 애플리케이션 만들기
- 인체 감지 모델 훈련 & 배포
