NEP|名古屋大学組込みシステム人材育成プログラムNEP|名古屋大学組込みシステム人材育成プログラム

IoT環境における知的情報処理技術（愛媛大学提供）　［オンライン開催］


application

開講日 2020年07月18日（土曜日）および19日（日曜日）
開講時間 09時30分から17時00分
（09時00分開場，集合時刻09時15分）
受講申込期間 2020年04月01（水）～07月05日（日）24時まで
受講料 40,000円（税込）
enPiT-Pro Embの「名古屋大学車載組込みシステムコース」の履修者は，コース受講料に含まれますので科目単位では請求しません．
定員（先着順） 20名　　オンライン会場：40名
会場・留意事項 ・実習環境をご自身でご用意して頂く必要があります．下欄の「実習機材」の欄をお読み頂き，
　事前に演習環境を整備してください．
・テキストは，受講者に事前に送付します．
・勤務先や自宅などから，Webで受講してください．
・Webでの講義配信に，Zoomを使用します．
・必要な機材は，PC，ヘッドセット，通信環境です．カメラは任意です．
　詳しくは，こちらでご確認ください．
・https://zoom.us/test　でZoomの基本動作を確認できます．
・オンライン講義実践ガイドは，http://enpit-pro-emb.jpをご参照ください．
・初めてZoomを使用する受講者には，事前に接続テストを行いますのでご安心ください．
・質疑応答やグループワーク（発表含め）等は，Zoomで実施します．
・修了テストは，Webテストや，問題のWeb配信とE-mailでの提出などを検討中です．
・ネットワークトラブルにより受講ができなかった受講者には，後日に録画データを配信します．
講師 二宮 崇（愛媛大学）
講師は都合により変更する場合があります．
講座概要 近年，製造業やセキュリティ分野におけるIoTの導入が広まりをみせている．それに伴い，これまで人の目で行っていた様々な工程が自動化され，さらに取得したデータをエッジまたはクラウドで解析し自動的に学習する知的IoT環境が構築され始めている．
本講義では，深層学習ツールであるChainerを用い，IoT環境においてリアルタイムに学習する深層学習の技術について学ぶ．
講義前半ではPythonコードを基に深層学習について学び，講義後半では，PCに深層学習ツールであるPyTorchをインストールし，実際に動作する深層学習器を作成することで，IoT環境における深層学習の技術を学ぶ．

＊日付をクリックいただくと，オンライン講義実践ガイドページの最新の講座概要（7/18・7/19実施）がご覧いただけます．
実習機材 演習用PC（WindowsもしくはUbuntu）が必要です．
１．演習PC
Zoom講義受講用のPCで，演習を行います．
ただし，OSは，WindowsまたはUbuntuが必要で，MacやiOSでは演習をできません．
その場合は，別途，インターネットに接続する演習用PCをご用意下さい．

２．演習環境
演習は，以下の環境で行います．
  (1)事前に，各自で下記の環境を整えて動作確認をしてから，お申し込み下さい．
    環境：Virtual Box に Ubuntu18.04を入れてPyTorchを実行できること．
    このファイルを参照して演習環境を設定できるかどうか予めご確認ください．
  (2)講義中に，インストールのやり方をお伝えします．
    もし，インストールに失敗するなどの場合は，手を動かす演習はできません．
    その場合は，講師の画面を共有しますので，演習内容を理解して下さい．
到達目標
  • 深層学習の原理（ニューラルネットワーク，損失関数，勾配法，誤差逆伝搬法，計算グラフ）を説明，実装できる
対象者 IoT環境における知的情報処理技術を体系的に学び，演習を通してその技術を習得したい方
前提条件
  • 大学初年次で学ぶ数学に関する基礎的な知識
  • プログラミングに関する基礎的な知識
講義計画
  • 導入とPythonプログラミング
    この講義の目的について説明し，講義で用いるPythonプログラミング言語について学ぶ．PythonとNumPyの基礎について学ぶ
  • Pythonで学ぶ深層学習(1)
    Pythonコードを基に深層学習について学ぶ．ニューラルネットワークの仕組み，活性化関数，推論について学ぶ
  • Pythonで学ぶ深層学習(2)
    Pythonコードを基に深層学習について学ぶ．ニューラルネットワークの学習，損失関数，勾配法について学ぶ
  • Pythonで学ぶ深層学習(3)
    Pythonコードを基に深層学習について学ぶ．誤差逆伝搬法，計算グラフ，畳込みニューラルネットワークについて学ぶ
  • PyTorch演習 (1)
    Windows+Ubuntu+PyTorchを用いた深層学習の演習を行う．PyTorchを用いて，ニューラルネットワークを実装し，学習，解析を行う
  • PyTorch演習 (2)
    Windows+Ubuntu+PyTorchを用いて，ニューラルネットワークを実装し，学習，解析を行う

    • 教科書は使用せず，資料を配布する．参考書として，以下の本を紹介する．
    • 岡谷貴之，深層学習 (機械学習プロフェッショナルシリーズ)，講談社，2015.
    • 新納浩幸，Chainer v2による実践深層学習，オーム社，2017.
    • 斎藤康毅, ゼロから作るDeep Learning――Pythonで学ぶディープラーニングの理論と実装, オライリージャパン, 2016.
    • Guido van Rossum, Pythonチュートリアル 第3版, オライリージャパン, 2016.
評価方法 enPiT-Pro Embの「名古屋大学車載組込みシステムコース」履修者がこの科目を受講した場合の修了認定基準は，次のとおりです．
  • 全時間数を出席していること，出席時間が必要条件に満たない場合は受講認定しない
  • レポートにより評価する
    		•
    これまでに受講された方々の声 ・こちらの講義実施報告ページから，最新の受講者コメント（7/18，19実施）がご覧いただけます．
    ・Pythonを用いた演習ができて，技術の本質の理解が進んだ．
    ・演習があるので，これから深層学習環境を構築しようとしている方に，お勧めできます．
    備考
    ページのトップへ戻る