线下沙龙 × 报名 | 深度学习工具那么多，究竟哪款最适合你？

又到了炼丹师线下面基时间

在之前几期线下沙龙中

我们涉及了各类NLP、CV细分领域

在现场研讨了大量顶会论文

寒冬12月的第一个周末

我们想要玩点新花样

为大家推荐一些当前最先进的

 深度学习软件工具 

毕竟世界上最遥远的距离

就是我们用同一个模型

却有着不同的软硬件搭配

无论你是TFBoy还是MXNeter

都不妨这周日来现场

和各家核心工程师、开发者专家互撩

届时还有各种正版周边小礼物 

坐等你们抱回家哟~

 郑达 / 亚马逊AWS应用科学家 

郑达，亚马逊 AWS 应用科学家，约翰霍普金斯大学计算机博士，主要的研究领域为大规模图计算和机器学习的系统研究，现在主要从事 MXNet 的研发。

 DGL: 在图上的深度学习 

深度学习算法在图上的应用，渐渐成为一个研究热门的研究领域，相应的编程平台也应运而生。这个报告介绍 AWS 和纽约大学联合开发的用于图的深度学习平台 DGL 以及我们最新的研究成果。

 李卓桓 / 谷歌机器学习开发者专家 (ML GDE) 

李卓桓，PreAngel Partner，Plug and Play Venture Partner，拥有 25 年编程经验的技术背景连续创业者，活跃天使投资人。投资过百余家初创公司。叽歪网创始人，zixia BBS 创始人，水木清华 BBS 站长；曾任 ChinaRen 工程师，优酷网首席科学家；清华大学本科，中欧国际工商学院 EMBA，CS PhD。曾撰写《Linux 网络编程》、《反垃圾邮件完全手册》和《智能问答与深度学习》等技术作品。酷爱滑翔伞、滑雪、编程等极限运动。

 Machine Learning in JavaScript 

本次讲座将通过 Tensorflow.js 框架，向大家介绍基于 JavaScript 进行机器学习的经验，内容将涵盖：1. 建模与训练的可视化；2. 在浏览器中进行建模、训练；3. 如何从 Python 迁移到 JavaScript 三部分。

 胡晓光 / 百度深度学习技术平台部主任工程师 

胡晓光，百度深度学习技术平台部主任工程师，多年深度学习算法实践经验，2015 年带领团队上线全球首个基于深度学习的在线翻译引擎；现负责 PaddlePaddle 模型应用，致力于打造最好用的深度学习平台。

 PaddlePaddle核心技术与应用实践 

PaddlePaddle 总体介绍；深入框架设计原理及实现；PaddlePaddle 新特性，移动端部署、并行等；结合百度 AI 实践，NLP、图像等应用。

 何琨 / NVIDIA开发者社区经理 

何琨，NVIDIA 开发者社区经理，拥有 7 年 GPU 开发经验，5 年人工智能开发经验。

 NVIDIA TensorRT & Deepstream 

TensorRT 5.0 的最新特性；Deepstream 3.0 的最新特性；结合 TensorRT 5.0 和 Deepstream 的实例展示。

 李夏青 / 清华计算机系博士生 

李夏青，清华大学计算机系高性能所博士在读，研究领域为深度学习框架加速以及深度学习超参数调优。博士期间在 TPDS、ICPP 发表文章。

 基于GPU的卷积神经网络框架性能分析 

在这次报告中，我们将讨论和分析当前主流的基于 GPU 的卷积神经网络框架和算法，对其性能进行比较和分析。同时我们会分析这些算法在 GPU 上的性能瓶颈，并且给出优化建议。

报名时间：即日起至 11 月 29 日 24:00

活动时间：12 月 2 日（本周日）13:30 - 17:30

清华大学信息科学技术大楼（FIT楼）二层多功能报告厅， 请从 FIT 楼西门进入 

 1 / 报名方式 

长按识别二维码，马上抢占名额！

 2 / 活动名额 

1. 因场地有限，本次活动仅接受 120 位 用户凭电子门票二维码入场；

2. 为了公平起见，我们将在 11 月 28 日至 11 月 29 日期间， 每天中午 12:00 放出 60 个报名名额 ；

3. 活动采取审核制报名，我们将根据用户研究方向与当期主题的契合度进行筛选，通过审核的用户将收到包含电子门票二维码的短信通知；

4. 如您无法按时到场参与活动，请于活动开始前 24 小时在 PaperWeekly 微信公众号后台留言告知，留言格式为 放弃报名 + 报名电话 ；无故缺席者，将不再享有后续活动的报名资格。

清华大学计算机科学与技术系

PaperWeekly

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。

▽ 点击 | 阅读原文 | 立刻报名