【资源下载】旷视研究院张祥雨valse2019报告PPT——高效轻量级深度模型的研究与实践

报告题目

高效轻量级深度模型的研究与实践

报告摘要

深度基础模型在现代深度视觉系统中居于核心地位。在实际应用中，受应用场景、目标任务、硬件平台等的不同，经常会对模型的执行速度、存储大小、运算功耗等进行限制。因此，如何针对各种不同的情景设计“又好又快”的模型，成为深度学习系统实用化的重要课题。本次报告主要围绕实用模型设计的两个常用技术：轻量级模型设计和模型裁剪，重点介绍本团队在高效深度模型领域的科研成果和实践经验。分享内容包括 ShuffleNet v1/v2 系列，以及Channel Pruning 等研究成果。最后，还将介绍本团队在自动化轻量级模型设计方面的最新成果。

讲者简介

张祥雨，现任旷视研究院基础模型组负责人。2017 年博士毕业于西安交通大学。期间参加微软亚洲研究院联合培养博士生项目，师从孙剑博士和何恺明博士，研究方向包括深度卷积网络设计，深度模型的裁剪与加速等。曾在CVPR/ICCV/ECCV/NIPS/TPAMI 等顶级会议/ 期刊上发表论文十余篇，获CVPR 2016 最佳论文奖，并多次获得顶级视觉竞赛ImageNet/COCO 冠军。代表作包括ResNet/ShuffleNet v1/v2 等，Google Scholar 引用数20000+。

报告PPT

张祥雨现成报告图

 

---

资源：关注公众号【计算机视觉联盟】，回复关键词【20190423】获取完整PPT进行学习吧！