NVIDIA Deep Learning Institute ครั้งแรกในประเทศไทยกับกิจกรรมสัมนาฝึกอบรมจาก NVIDIA

Home / Articles / NVIDIA Deep Learning Institute ครั้งแรกในประเทศไทยกับกิจกรรมสัมนาฝึกอบรมจาก NVIDIA

 

รายละเอียด

NVIDIA Deep Learning Institute ครั้งแรกในประเทศไทยกับกิจกรรมสัมนาฝึกอบรมจาก NVIDIA ซึ่งจะจัดขึ้นในวันที่ 23 มิถุนายน 2560.

การประชุมสัมนาเชิงปฏิบัติการแบบเต็มวัน, เริ่มต้นด้วยการเรียนรู้แนวคิดขั้นพื้นฐานและการแก้ไขปัญหาผ่านการเรียนรู้อย่างละเอียด

อาจารย์ผู้สอนได้รับการรับรองจากสถาบันการเรียนรู้ระดับมืออาชีพของ NVIDIA ในการสอนจะเป็นการบรรยายและการทำแบบฝึกหัดเพื่อค้นหาวิธีการแก้ไขปัญหาอย่างลึกซึ้ง

 

คุณจะได้รับใบประกาศนียบัตรระดับเริ่มต้นจากการเรียนรู้นี้!

สิ่งที่คุณจะได้เรียนรู้

  • ความเข้าใจขั้นพื้นฐานในการเรียนรู้แบบลึกซึ้ง
  • การใช้ประโยชน์จาก deep neural networks (DNN) ภายในเวิร์กโฟวล์การเรียนรู้เชิงลึกและการแก้ไขปัญหา
  • ฝึกและประเมิน image segmentation network โดยใช้ TensorFlow
  • เรียนรู้ 3 วิธีสำหรับใช้งานเครือข่าย neural network deployment : DIGITS and Caffe, Caffe, through its Python API และ NVIDIA TensorRT™

กำหนดการ

9:00  ลงทะเบียนและรับประทานกาแฟ
09:30 การจำแนก Image Classification ด้วย DIGITS (ห้องปฏิบัติการ)
11:30 รับประทานอาหารกลางวัน
12:30 เรียนรู้การใช้ Image Segmentation (ห้องปฏิบัติการ)
14:30 พักเบรค
14:45 เรียนรู้การใช้ Neural Network Deployment ด้วย DIGITS และ TensorRT (ห้องปฏิบัติการ)
16:30 ความคิดเห็นและข้อเสนอแนะ
17:00 จบการบรรยาย

 

เนื้อหา: ระดับเริ่มต้น/ระดับกลาง

คำแนะนำสำหรับผู้เข้าร่วมสัมนา DLI Workshop

ผู้เข้าร่วมจะต้องนำโน้ตบุ๊กมาเองเพื่อใช้ในการสัมนา.

โปรดทราบ : จะต้องใช้บัญชีอีเมล์ในการลงทะเบียนสำหรับกิจกรรม Eventbrite

และต้องใช้สำหรับการลงทะเบียนบัญชี Qwiklabs ในวันงานด้วย

 

หลักสูตรการฝึกอบรม

ห้องปฏิบัติการ #1: การจำแนก Image Classification ด้วย DIGITS

เรียนรู้วิธีเรียกใช้ประโยชน์กจากเครือข่าย deep neural networks (DNN) ภายในเวิร์กโฟลว์การเรียนรู้แบบลึกซึ้งเพื่อแก้ไขปัญหาจำแนก image classification ในโลกแห่งความเป็นจริงด้วย NVIDIA DIGITS. ประกอบไปด้วย data preparation, model definition, model training and troubleshooting, validation testing and strategies ผ่านแบบจำลองโดยใช้ GPU เมื่อเสร็จสิ้นการฝึกอบรม คุณจะสามารถใช้ NVIDIA DIGITS เพื่อฝึก DNN บน Image Classification แอพลิเคชั่นได้.

 

Pre-Requisite:

Helpful to have:

What is Deep Learning (Wiki page)

การเขียนโปรแกรมขั้นพื้นฐาน Basic Python programming

Lab #2: การเรียนรู้เกียวกับ Image Segmentation
บทคัดย่อ: มีความหลากหลายของแอพลิเคชั่นที่สำคัญ ซึ่งจำเป็นต้องมีมากกว่าการตรวจจับวัตถุแต่ละชิ้นภายในภาพและแทนที่การแบ่งพื้นที่ภาพเชิงวัตถุที่น่าสนใจ ตัวอย่างการแบ่งส่วนของภาพรวมถึงการวิเคราะห์ทางการแพทย์ซึ่งมีความสำคัญในการแยกพิกเซลที่เกียวข้องกับประเภทของเนื้อเยื้อเลือดหรือเซลล์ที่ผิดปกติ เพื่อให้เราสามารถแยกอวัยวะได้อย่างชัดเจน หรือรถยนต์ที่ขับเคลื่อนด้วยตนเองเพื่อใช้ในการทำความเข้าใจฉากถนนได้ ในห้องทดลองคุณจะได้เรียนรู้วิธีการฝึกและการประเมิน image segmentation network.

 

Pre-Requisite:

Required:

“การจำแนก Image Classification ด้วย DIGITS” Lab completion

คุณจะได้เรียนรู้สิ่งต่างๆ เช่นการส่งต่อและการเลื่อนตำแหน่งการเปิดใช้การไล่ระดับสีแบบสุ่ม stochastic gradient descent (SGD), convolutions, pooling, bias.

คุ้นเคยกับเครือข่าย convolutional neural networks (CNN).

Helpful to have:

ประสบการณ์ Image recognition experience

ประสบการณ์ TensorFlow experience

ประสบการณ์ Python experience

ประสบการณ์ Standalone SSH Client (I.e. PuTTY)
Lab #3: การใช้ Neural Network Deployment ด้วย DIGITS and TensorRT
บทคัดย่อ: เครือข่าย neural network (DNN) ได้รับการฝึกอบรมโดยใช้ GPU acceleration, แล้วต้องนำไปใช้ในการผลิต การใช้ DNN ที่ได้รับการฝึกมาเพื่อทำการคาดการณ์ข้อมูลใหม่ ในห้องทดลองนี้จะแสดงวิธีการต่างๆ ในการปรับใช้ DNN วิธีแรกคือการใช้ฟังก์ชั่นโดยตรง ในกรณีนี้คือ DIGITS and Caffe. วิธีที่สองคือการใช้แอพลิเคชั่นที่กำหนดโดย API, การเรียนรู้แบบลึกซึ้งอีกครั้งโดยใช้ Caffe แต่คราวนี้จะผ่าน Python API. วิธีสุดท้ายคือการใช้ NVIDIA TensorRT™ ซึ่งจะใช้เวลาดีที่สุดสำหรับการสร้างแบบจำลอง Caffe คุณจะได้เรียนรู้เกี่ยวกับบทบาทของขนาด batch size ในประสิทธิภาพของกระบวนการทำงาน นอกจากนั้นคุณยังจะได้ทราบถึงข้อสรุปสำหรับสถาปัตยกรรม DNN ที่ต่างกันในห้องอบรมปฏิบัติการ DLI labs อื่นๆ.

 

Pre-Requisite:

Required:

“การจำแนก Image Classification ด้วย DIGITS” Lab completion

Helpful to have:

ประสบการณ์ Caffe framework experience

ประสบการณ์ Basic Python programming

ผู้สอน Biodata:

Nicolas Walker เป็นสถาปนิกอาวุโสด้านโซลูชั่นของ NVIDIA. เขาคอยดูแลลูกค้าในภูมิภาคเอเชียตะวันออกเฉียงใต้เกี่ยวกับศูนย์ข้อมูลและเวิร์คสเตชั่นในด้าน High Performance Computing, Deep Learning, Virtualised Desktops and Professional Graphics. ก่อนที่จะเข้าร่วมกับ NVIDIA ในเดือนกุมภาพันธ์ปี 2016. Nicolas มีบทบาทใน IBM และ Lenovo เขาเป็นสถาปนิกที่เน้นโครงสร้างพื้นฐานขององค์กรและ HPC ในช่วง 15 ปีที่ผ่านมา ก่อนที่จะเดินทางไปสิงค์โปร์เขาอาศัยอยู่ในอิตาลี สกอตแลนด์ และมาเลเซีย เขาดำรงตำแหน่ง BSc(Hons) ในด้าน Software Engineering.

ดร. Ettikan Kandasamy Karuppiah, ผู้อำนวยการฝ่ายพัฒนาระบบนิเวศของ NVIDIA ในเอเชียตะวันออกเฉียงใต้ เป็นผู้ริเริ่มสร้างสรรค์พัฒนาเทคโนโลยี GPU สำหรับการวิจัยและการพัฒนาซอฟต์แวร์ เขามีประสบการณ์ตรงและหลงไหลในการวิจัยด้านคอมพิวเตอร์/ซอฟต์แวร์ นอกจากนี้เขายังเคยตีพิมพ์หนังสือสิทธิบัตร และซอฟต์แวร์อีกเป็นจำนวนมาก

เวลา และสถานที่

อาคาร KX Builtding ชั้น 11 ห้อง 11.7

ถนนกรุงธนบุรี แขวงบางลำภูล่าง เขตคลองสาน กรุงเทพฯ 10600

สถานีรถไฟฟ้าวงเวียนใหญ่ ทางออกประตู 4

ในวันศุกร์ ที่ 23 มิถุนายน 2560
เวลา 9:00 น. – 17.00 น.
สำหรับผู้ที่สนใจเข้าร่วมกิจกรรม
สามารถเข้าไปลงทะเบียนได้ที่เว็บไซต์ NVIDIA ได้ตั้งแต่วันนี้ ที่นี่ https://www.nvidia.com/en-us/deep-learning-ai/education/

Comments(0)

Leave a Reply