相约AIIA！百度飞桨深度学习公开课预约中

11月1日，AIIA2019人工智能开发者大会即将以“‘源’开则行，‘机’智则灵”为题于杭州拉开帷幕。据悉，此次大会将继续邀请国内外人工智能产业知名人士、国家政府主管部门、行业内顶尖企业与知名学者代表等，现场交流技术现状趋势，分享生态建设等经验。百度作为联合主办单位，将围绕其自研、国际领先的端到端的开源深度学习平台飞桨（PaddlePaddle），在大会当天带来技术、案例与实战兼有的深度学习公开课。

据了解，飞桨(PaddlePaddle)平台不仅集深度学习训练、预测框架、模型库、工具组件和服务平台为一体，更拥有兼顾灵活性和高性能的开发机制、工业级的模型库、超大规模分布式训练技术、高速推理引擎以及系统化的社区服务五大优势，致力于让深度学习技术的创新与应用更简单。

 

近年来，人工智能已逐渐成为第四次工业革命核心驱动力量，深度学习技术更是推动着人工智能不断进入工业大生产阶段，其应用场景不断拓展，商业价值的潜力也在持续地释放出来。

然而，随着深度学习技术和应用的发展，其所对应的网络模型也变得越来越复杂，这给开发者带来了不小的挑战。在这种情况下，“深度学习框架”可通过对深度学习任务的抽象，再对底层功能进行封装，使开发者只需要定义网络描述，就可以自动完成对应的网络组建和迭代训练等功能。可以说，深度学习框架上承模型开发和应用，下接基础芯片硬件，在中间其实起到了“操作系统”作用，帮助开发者将快速低成本的应用深度学习技术。

课程安排

此次，11月1日百度公开课将面向具有Python编程能力，并对深度学习有一定认知的开发者及关注端侧AI开发的工程师全面开放，不仅将对飞桨平台的设计思路、5大产品特性及编程指南进行介绍，使开发者快速了解使用深度学习框架如何完成网络的搭建、训练及部署的全流程等；还将以图像目标检测领域为例介绍深入介绍相关技术，并结合PaddleDetection应用在现场为听众提供“实战”机会，实现当天所学即所用。

公开课还将通过讲解飞桨图像分割库（PaddleSeg）的设计思路，以及图像分割的产业应用场景和剖析数据增强策略、分割模型选型、应用部署等环节等，帮助现场听众理解如何以更低成本的方式完成图像分割的产业实践，并同样在现场提供机会让开发者体验该领域的“任务实战”。

此外还将介绍ERNIE相关的工具集，包括面向企业应用的ERNIE开源工具集，其中包括微调工具ERNIE Fine-tuning、快速预测工具ERNIE Fast-inference、压缩工具ERNIE Slim以及向量服务器ERNIE Service。

在算法及模型的压缩上，公开课将针对量化、剪枝、蒸馏等深度学习模型压缩策略的原理进行介绍，并将着重分享压缩策略在视觉和NLP领域的应用案例，以及飞桨模型压缩库PaddleSlim在小模型结构搜索方向做的探索情况。同时，百度还将在现场借助PaddleSlim提供的用户接口，让听众可快速尝试将理论用于实战，体验该技术带来的便利性。

最后，针对高性能端侧推理引擎技术解析及移动端Paddle Lite应用，百度的公开课将为现场众多开发者介绍Paddle Lite的使用接口、框架、生态工具、以及完整案例等，让现场开发者了解如何通过飞桨完成深度学习算法端侧的完整部署方案；此外，公开课还将进一步介绍基于Paddle Lite 扩展硬件支持的方法。

开发者是人工智能技术落地应用的核心，AIIA人工智能开发者大会是目前国内人工智能领域最具创新价值的行业盛会。此次AIIA2019人工智能开发者大会将继续与众多开发者围绕行业热点话题、前沿问题、核心技术展开深度探讨。

大会临近，更多关于AIIA2019人工智能开发者大会详细的信息，请点击文末阅读原文（http://aiiaorg.cn/AIDC/2019AIDC/index.html），查看AIIA官网。