画像センシング技術研究会

深層学習の高速化は、モデルの訓練時・推論時どちらにおいても実応用上非常に重要な技術となります。本講演では、ハードウェアやフレームワークにあまり依存しない、モデルレイヤにおいて実現可能な高速化技術を、軽量なモデル設計、枝刈り、量子化、蒸留等に分類し、解説します。また、完成したモデルの特定ハードウェアに向けた最適化手法についても紹介します。