直播分享|邓文彬:如何在GPU/CPU/移动端高效训练和推断CNN网络
| 極市線上分享 第35期 |
?活動信息
主題:如何在GPU/CPU/移動端高效訓練CNN網絡
(看TEE AI算力棒在計算機視覺訓練和推斷的最新突破)
時間:本周四(11月15日)晚20:00~21:30
?嘉賓信息
鄧文彬
TEE公司首席架構師,TEE AI Lab研究員。從事人工智能與互聯網技術行業12年,熟悉java/c++/python語言,曾服務于摩托羅拉、TCL等國際公司,在手機等智能硬件、軟件及IOT平臺方面有深入研究和經驗。擁有多年的深度學習經驗,在圖像分割方面發表過多篇國際頂會文章,對深度學習落地有深入的研究,在輕量化模型設計、網絡剪枝等方面有很深的造詣。
?分享背景
從2012年AlexNet獲得ImageNet競賽冠軍開始,深度學習獲得了空前的發展和廣泛的應用。為了提升性能,網絡都傾向于設計的比較復雜,這樣網絡的參數量、模型體積和計算量都比較大,很多網絡無法直接部署在移動端。
輕量化網絡設計、網絡剪枝和蒸餾等優化方法以及運用在網絡的設計、訓練以及最終的部署方面。但這些方法帶來的速度優化往往只有幾倍的量級,無法滿足復雜應用和各種APP同時運行的速度要求。本次分享嘉賓將從多角度分析訓練CNN網絡的痛點,以及提出大量減少占用計算力來做高效的網絡推斷方法,以滿足端側高效高性能網絡推斷的要求。
?分享大綱
GPU訓練CNN網絡的痛點
端側推斷CNN網絡痛點
如何使用TEE AI算力棒來解決計算機視覺中訓練和推斷的痛點
TEE AI算力棒訓練工具的使用
?參與方式
關注“極市平臺”公眾號,回復“35”或“鄧文彬”即可獲取免費直播鏈接。加入專業CV討論交流群請填寫表單 (http://extremevision.mikecrm.com/cuFRWlH)
總結
以上是生活随笔為你收集整理的直播分享|邓文彬:如何在GPU/CPU/移动端高效训练和推断CNN网络的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: NIPS 2018 论文解读集锦(11月
- 下一篇: 2019计算机视觉论文精选速递(2019