AI 통합을 위한 클라우드 애플리케이션 가속화

2018-07-03 10:30~12:30

XILINX / 정 웅 부장

  • 여*민2018-07-03 오전 10:53:02

    최초 모델을 만들때도 사용자가 개입을 해서 Node나 Weight를 정해줘야 하나요? 최초 생성시는 default setting 값이 있는거죠?
  • xilinx22018.07.03

    training 관련되서 문의 주신것인가요?
  • 최*일2018-07-03 오전 10:50:52

    아주 현실적인 말씀이군요
  • xilinx22018.07.03

    어느 내용을 말씀하시는건가요?
  • 김*태2018-07-03 오전 10:49:21

    넵, 답변 감사 드립니다~
  • xilinx32018.07.03

    감사합니다.^^
  • 최*석2018-07-03 오전 10:48:13

    그래프를 새로 만드는 경우에는 GPU 등으로 직접 학습된 모델을 만들어야 된다는 의미인가요?
  • xilinx22018.07.03

    네 training model은 googlenet alexnet 또는 사용자PC에서 여러개의 유사한 이미지등을 넣어서 학습시키고 해당하는 모델을 사용해야 합니다.말씀하신 GPU,CPU등을 사용해서 학습모델을 만드시면 됩니다.
  • xilinx12018.07.03

    기본적으로 Xilinx solution 은 inference target 입니다. train 된 network 을 효과적으로 deploy하늗데 초점을 맞추고 있습니다. 기본적으로 framework 에서 train된 network을 FPGA card에서 동작하게 해주는 핵심 코어는 compiler와 quantizer 입니다. ML suite에는 이 핵심 코어와 이를 이용한 example(pre-trained network) 로 구성되어 있다고 이해하시면 됩니다.
  • 김*태2018-07-03 오전 10:45:07

    AWS 외에 Google Cloud-ML 에도 적용이 가능한지요?
  • xilinx12018.07.03

    가능하지 않습니다. 기본적으로 Google Cloud ML이 지정된 FPGA card를 지원해야만 가능합니다.
  • xilinx12018.07.03

    기본적으로 framework 에서 train된 network을 FPGA card에서 동작하게 해주는 핵심 코어는 compiler와 quantizer 입니다. ML suite에는 이 핵심 코어와 이를 이용한 example(pre-trained network) 로 구성되어 있다고 이해하시면 됩니다.
  • 최*석2018-07-03 오전 10:44:20

    학습된 웨이트(파라미터)는 어떻게 구할 수 있나요?
  • xilinx22018.07.03

    ML suite 의 경우 이미 학습 끝난 모델을 사용하셔야 하며, 학습 모델은 사용자가 직접 만드셔야 합니다.
  • 박*희2018-07-03 오전 10:44:09

    혹시..케라스는 지원되지 않나요? ^^\;
  • xilinx22018.07.03

    현재 해당하는 라이브러리는 지원되지 않습니다.
  • 박*희2018-07-03 오전 10:43:15

    아.. 자일링스 자체 ML-suite가 있군요.. 혹시 오픈소스 모델들을 넣어서 사용할 수도 있나요?
  • xilinx12018.07.03

    지원되는 framework 에서 train 된 network은 사용이 가능합니다.
  • 조*우2018-07-03 오전 10:43:03

    좋은 세미나 부탁합니다.
  • e4ds12018.07.03

    유익한 정보 얻어가시길 바랍니다!
  • 고*석2018-07-03 오전 10:42:57

    좀 늦었네요,안녕하세요.
  • e4ds12018.07.03

    안녕하세요^^