Momenta Paper Reading第二季回归 | 让深度学习更高效运行的三个角度

Momenta Paper Reading第二季

2018，Momenta Paper Reading第二季强势回归！

我们致力于打造一个“无人驾驶学术产业前沿知识”的分享沟通平台

这里有

Faster-RCNN和ResNet的主要作者

CVPR 2016 Best Paper得主

参与搭建百度“Minwa”的高性能计算专家

ImageNet、MS COCO比赛冠军

……

这里将

选择顶级学术会议的Best Paper

进行相关领域综述性总结

深挖某一问题的来龙去脉

用通俗形象的比喻让你轻松读懂AI

深度学习已经被证明是非常成功的机器学习算法。但往往，深度学习庞大的计算性能需求阻碍了它在一些领域的应用，这些领域由于功耗、散热、成本等原因的限制，无法提供充裕的计算能力。

如何让深度学习可以用在这些领域？在运行深度学习模型的过程如何缩短计算时间，加速完成训练任务呢？

2月1日（下周四）晚20:00，Momenta联合量子位吃瓜社栏目带来Paper Reading第二季首期分享：深度学习性能优化——让深度学习更高效运行的三个角度。Momenta深度学习模型加速专家，高级研究员王晋玮，将以卷积神经网络CNN为例，分享模型优化的三个角度，并跟大家一起探讨在实践中出现的问题如何解决。

首期嘉宾

王晋玮

特征点定位专家，深度学习模型加速专家，Momenta早期核心员工，负责搭建Momenta的高性能深度学习部署平台

王晋玮的主要研究领域是特征点定位和深度学习模型加速，曾在Sensetime、Deephi从事深度学习算法研究工作，2016年加入Momenta，目前任高级研究员，负责搭建高性能深度学习部署平台，拥有丰富的深度学习模型加速经验。

分享提纲

1.评价CNN模型开销的两个视角：计算量、访存量

2.如何优化模型的计算量

3.如何优化模型的访存量

4.如何从框架层面榨取更多性能

活动详情

活动时间：

2月1日（周四）晚20:00 — 21:30

活动形式：

线上直播+微信群互动

报名方式：

扫码添加小M助手：LittleMomentaAI（已添加小助手的同学可直接联系小助手），备注：“Paper Reading”，通过后即可入群，入群后可在分享期间与嘉宾互动答疑，还能第一时间获得分享PPT。

联合主办

打造自动驾驶大脑，基于深度学习的环境感知、高精度地图、驾驶决策技术，让无人驾驶成为可能。

追踪人工智能产品和技术新趋势，我们只专注报道AI。

扫描二维码，关注MomentaAI公众号