Æ÷ÁöƼºê¼¶ ÁÖ½Äȸ»ç

AI °³¹ßÀÚ ±¸ÀÎ

Á÷¹«³»¿ë

ÁÖ¿ä ¾÷¹«

¤ý¿µ»ó/¼¾¼­/Wi-Fi µ¥ÀÌÅÍ ±â¹Ý AI ¸ðµ¨ °³¹ß ¹× Àû¿ë

¤ýAI?µð¹ÙÀ̽º?¼­¹ö?À¥ °£ end-to-end ½Ã½ºÅÛ ÅëÇÕ

ÀÚ°Ý ¿ä°Ç

¤ýPython ±â¹Ý °³¹ß¿¡ °æÇèÀÌ ÀÖÀ¸¸ç, TensorFlow, PyTorch µî µö·¯´× ÇÁ·¹ÀÓ¿öÅ© Ȱ¿ë °æÇèÀÌ ÀÖÀ¸½Å ºÐ

¤ýµ¥ÀÌÅÍ ¼öÁý, Àüó¸®, ¸ðµ¨ ÇнÀ¡¤Æò°¡, ¼­ºñ½º ¹èÆ÷±îÁö AI °³¹ß Àü ÁÖ±â(end-to-end)¸¦ °æÇèÇϽŠºÐ

±Ù¹«½Ã°£ ¹× ÇüÅÂ

ÁÖ 5ÀÏ ±Ù¹«

(±Ù¹«½Ã°£) (¿ÀÀü) 9½Ã 00ºÐ ~ (¿ÀÈÄ) 6½Ã 00ºÐ

ÁÖ¼ÒÁ¤±Ù·Î½Ã°£ : 40½Ã°£

±Þ¿©Á¶°Ç

- ¿ù±Þ 250¸¸¿ø ÀÌ»ó

- ¸éÁ¢ ÈÄ °áÁ¤ °¡´É

Àå¾ÖÀÎä¿ëÈñ¸Á¿©ºÎ

ºñÈñ¸Á

º´¿ªÆ¯·Ê

- ºñÈñ¸Á

±âŸ Èñ¸Á³»¿ë

¿ì´ë»çÇ×

¤ýTensorFlow Lite, ONNX Runtime, TensorRT µî on-device Ãß·Ð/¹èÆ÷ ÇÁ·¹ÀÓ¿öÅ© ¹× ¶óÀ̺귯¸® Ȱ¿ë °æÇèÀÌ ÀÖÀ¸½Å ºÐ

¤ý½Ã°è¿­ µ¥ÀÌÅÍ ±â¹Ý ¸ðµ¨¸µ, ºÐ¼®, Ãß·Ð ½Ã½ºÅÛ °³¹ß °æÇèÀÌ ÀÖÀ¸½Å ºÐ

¤ý¿µ»ó µ¥ÀÌÅÍ ±â¹Ý ¸ðµ¨ °³¹ß, Àüó¸®, Ãß·Ð ÆÄÀÌÇÁ¶óÀÎ ±¸Ãà °æÇèÀÌ ÀÖÀ¸½Å ºÐ

¤ý±¹³»¿Ü Àü½Ãȸ ¹× ÇØ¿Ü ÃâÀå °¡´ÉÀÚ (°á°Ý»çÀ¯ ¾ø´Â ÀÚ)

±Ù¹« Á¶°Ç

±Ù¹« ÇüÅÂ: Á¤±ÔÁ÷ (¼ö½À 3°³¿ù)

±Ù¹« ½Ã°£: ÁÖ 5ÀÏ (¿ù~±Ý) 09:00ºÎÅÍ 18:00±îÁö

±Ù¹« Àå¼Ò: °æ±âµµ È­¼º½Ã µ¿Åº±¸ Çö´ë½Ç¸®Äܾٸ®

±Þ¿©: ¸éÁ¢ ÈÄ ÇùÀÇ

º¹¸®ÈÄ»ý: 4´ë º¸Çè, Áᫎ Á¦°ø, °æÁ¶»ç Áö¿ø, ¿¬Â÷