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

| 极市线上分享 第35期 |


➤活动信息

主题:如何在GPU/CPU/移动端高效训练CNN网络

(看TEE AI算力棒在计算机视觉训练和推断的最新突破)

时间:本周四(11月15日)晚20:00~21:30


➤嘉宾信息
在这里插入图片描述

邓文彬

TEE公司首席架构师,TEE AI Lab研究员。从事人工智能与互联网技术行业12年,熟悉java/c++/python语言,曾服务于摩托罗拉、TCL等国际公司,在手机等智能硬件、软件及IOT平台方面有深入研究和经验。拥有多年的深度学习经验,在图像分割方面发表过多篇国际顶会文章,对深度学习落地有深入的研究,在轻量化模型设计、网络剪枝等方面有很深的造诣。


➤分享背景

从2012年AlexNet获得ImageNet竞赛冠军开始,深度学习获得了空前的发展和广泛的应用。为了提升性能,网络都倾向于设计的比较复杂,这样网络的参数量、模型体积和计算量都比较大,很多网络无法直接部署在移动端。

轻量化网络设计、网络剪枝和蒸馏等优化方法以及运用在网络的设计、训练以及最终的部署方面。但这些方法带来的速度优化往往只有几倍的量级,无法满足复杂应用和各种APP同时运行的速度要求。本次分享嘉宾将从多角度分析训练CNN网络的痛点,以及提出大量减少占用计算力来做高效的网络推断方法,以满足端侧高效高性能网络推断的要求。


➤分享大纲

GPU训练CNN网络的痛点
端侧推断CNN网络痛点
如何使用TEE AI算力棒来解决计算机视觉中训练和推断的痛点
TEE AI算力棒训练工具的使用


➤参与方式

关注“极市平台”公众号,回复“35”或“邓文彬”即可获取免费直播链接。加入专业CV讨论交流群请填写表单 (http://extremevision.mikecrm.com/cuFRWlH)

原创文章 44 获赞 83 访问量 11万+

猜你喜欢

转载自blog.csdn.net/Extremevision/article/details/84100004
今日推荐