主题: TASO: Optimizing Deep Learning with Automatic Generation of Graph Substitutions

目录:

  • 当前基于规则的DNN优化
  • 基于规则的优化的局限性
  • 激励样本
  • 图替换
  • TASO工作流
  • 关键挑战
  • 图替换生成器
  • 图替换验证器
  • 验证工作流
  • 基于搜索的图优化器
  • 总结

作者简介: Zhihao Jia,斯坦福大学计算机科学系的博士。

Todd Warszawski,斯坦福大学计算机科学博士生。

成为VIP会员查看完整内容
9

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
46+阅读 · 2020年1月23日
介绍高维超参数调整 - 优化ML模型的最佳实践
AI研习社
7+阅读 · 2019年4月17日
命名实体识别(NER)综述
AI研习社
65+阅读 · 2019年1月30日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Yann LeCun:深度学习已死,可微分编程万岁!
Generating Fact Checking Explanations
Arxiv
9+阅读 · 2020年4月13日
Arxiv
13+阅读 · 2020年4月12日
Arxiv
14+阅读 · 2019年9月11日
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Arxiv
17+阅读 · 2019年3月28日
Paraphrase Generation with Deep Reinforcement Learning
A Multi-Objective Deep Reinforcement Learning Framework
VIP会员
相关VIP内容
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
46+阅读 · 2020年1月23日
相关论文
Generating Fact Checking Explanations
Arxiv
9+阅读 · 2020年4月13日
Arxiv
13+阅读 · 2020年4月12日
Arxiv
14+阅读 · 2019年9月11日
Deep Learning for Energy Markets
Arxiv
10+阅读 · 2019年4月10日
Arxiv
17+阅读 · 2019年3月28日
Paraphrase Generation with Deep Reinforcement Learning
A Multi-Objective Deep Reinforcement Learning Framework
微信扫码咨询专知VIP会员