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

【技術要素】IoT環境における知的情報処理技術基礎(愛媛大学)

科目名 IoT環境における知的情報処理技術基礎
単位数 2単位
受講方法・期間 受講:オンデマンド
GoogleClassroomで配信されるe-Learningコンテンツ
 -オンライン指導:なし
 -質問受け付け:コンテンツの学習期間と同じ(GoogleClassroomのQ&A掲示板)
講師 二宮 崇(愛媛大学)
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PyTorchを用い、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。
コンテンツ内容
  • 第1講 導入と環境設定 (講義+演習)
    この講義の目的について説明し、深層学習のためのプログラミング環境の構築を行う。
  • 第2講 Pythonで学ぶ深層学習 (1) (講義)
    ニューラルネットワークの仕組みと学習、推論について学ぶ。
  • 第3講 Python演習 (講義+演習)
    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。
  • 第4講 Pythonで学ぶ深層学習 (2) (講義)
    ニューラルネットワークの計算グラフと誤差逆伝播について学ぶ。
  • 第5講 PyTorch演習 (講義+演習)
    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。
到達目標 1. 深層学習のためのプログラミング環境を設定することができる。
2. Pythonプログラミング言語で簡単なプログラムを実装できる。
3. ニューラルネットワークの仕組みを説明できる。
4. ニューラルネットワークの学習を説明できる。
5. PyTorchを用いて、ニューラルネットワークを実装し、学習、解析を行うことができる。
科目の単位認定 単位認定60点以上
オンライン学習の
留意事項
なし
備考 ・演習環境として、演習用PC(WindowsまたはMacOSまたはUbuntu)が必要です。
・本コンテンツは,2020年7月18日(土曜日)および7月19日(日曜日)にenPiT-Pro Embで実施した
 「IoT環境における知的情報処理技術」の一部を再編集したものです.
ページのトップへ戻る