GPU를 통해 실시간 객체 탐지를 처리할 수 있는 딥 뉴럴 네트워크(DNN) 모델을 트레이닝하는 방법에 대해 궁금하다면?

본 웨비나에서는NVIDIA Solution Architect인, Gary Burnett이 NVIDIA GPU를 통한 엔드 투 엔드(End-to-end) 딥 러닝 인퍼런스(Inference) 파이프라인을 소개할 예정입니다. 트레이닝된 객체 탐지 모델에서부터NVIDIA TensorRT™ 기반의 최적화, 그리고 이를 INT8의 정밀도를 사용한 실시간 인퍼런스 수행에 배치하는 것까지 다룰 예정입니다. TensorRT는Tensor 코어의INT8 정밀도 만큼이나 레이어 및 Tensor 퓨전즈(fusions)를 통해 최대 8배까지 빠른 속도를 제공할 수 있습니다.

• GPU에서 엔드 투 엔드 인퍼런스(End-to-end Inference) 파이프라인을 가속화하는 방법

• GPU에서 높은 처리량을 얻기 위해 INT8 정밀도를 사용하는 방법

• 자신의 딥 러닝 어플리케이션을 최대한 활용할 수 있는 리소스, 코드, 툴, 그리고 팁

Content

content goes here