热门城市
活动议程
14:00-14:05 开场介绍及抽奖扫码
14:05-14:50 《飞桨分布式训练技术的产业实践》 董大祥，百度主任研发架构师，飞桨分布式训练技术负责人，LFAI TAC成员
14:50-15:35 《OpenVINO 人工智能应用开发实践》 罗毅，英特尔资深软件工程师
15:35-16:20 《监督学习 —— 从好的Label开始》 杨浩特，计算机视觉算法专家，Graviti算法负责人
16:20-17:05 《提升英特尔®至强®可扩展平台上的TensorFlow深度学习推理性能》 张建宇, 英特尔资深软件工程师
17:05-17:15 公布中奖名单，使用微信抽奖助手
主题一：飞桨分布式训练技术的产业实践
飞桨是百度开源的一款深度学习框架，是国内首个开源深度学习框架，致力于让深度学习技术的创新与应用更简单。本次演讲会首先介绍飞桨的发展历史和开源架构全貌，接下来会重点介绍飞桨的分布式训练技术在推荐、自然语言处理、视觉等方面的产业实践，最后会介绍LFAI的孵化项目EDL的开源进展以及在百度内部业务的应用。
董大祥，百度主任研发架构师，飞桨分布式训练技术负责人，LFAI TAC成员。2011年加入百度自然语言处理部，先后从事机器学习平台、语义计算技术与平台的研发。2018年进入飞桨团队，负责研发飞桨大规模分布式训练技术的研发及在百度信息流、搜索、大商业等业务的应用，并开源诸多具有工业级特色的开源库包括PaddleServing、PaddleRec、ElasticCTR、PaddleFL等。
议题二：OpenVINO 人工智能应用开发实践
本次分享基于Intel Distribution of OpenVINO toolkit，进行人工智能应用开发的实践，通过演示和介绍该人工智能应用程序开发套件，让用户快速掌握如何把现有的深度神经网络部署在Intel各个硬件平台上，并获得推理性能的提升。主要内容包括：OpenVINO介绍，模型优化器(MO)的使用基于推理引擎(IE)的AI应用程序开发以及神经网络量化与推理性能提升。
罗毅，英特尔资深软件工程师，主要负责英特尔OpenVINO产品的解决方案开发与客户产品性能优化，以及英特尔计算机视觉产品相关技术推广。
主题三：监督学习 —— 从好的Label开始
不同质量的标注对模型训练究竟有多大影响？我们设计对比试验探究了这个问题。实验使用数据集搭配不同质量的标注集分别训练模型，并用多个高质量标注数据集进行了测试，我将在直播中为大家详细介绍实验结果。
杨浩特，计算机视觉算法专家，现Graviti 算法负责人。毕业于上海交通大学计算机系CMACH实验室，专注于人工智能领域深度学习算法，研究方向生成对抗网络。
议题四：提升英特尔®至强®可扩展平台上的TensorFlow*深度学习推理性能
该课程介绍Intel®优化Tensorflow的原理，AI推理优化方法实践，性能提升案例和获取和安装Intel®优化Tensorflow。
本课程为系列课程，接下来几周会介绍如下主题内容：
基于英特尔®至强®可扩展平台的迁移学习
介绍英特尔至强平台上使用迁移学习的方法训练AI模型的原理和方法。针对Intel® CPU的优化设置。最后通过动手练习，使用迁移学习的方法训练AI模型。在英特尔至强平台上加速ResNet50模型
本课程是一节动手实战课，通过一系列优化手段，展示如何加速ResNet50模型的在英特尔至强平台上的推理速度。英特尔®Deep Learning Boost加速深度学习推理
本课程介绍AI推理中量化加速的原理，英特尔提供的软硬件支持。最后通过动手练习，学习使用英特尔AI量化工具对Tensorflow模型进行量化，从而加速深度学习推理。
张建宇, 英特尔资深软件工程师，主要负责英特尔平台上各种AI框架的优化，推广和支持工作。
活动支持
英特尔AI实践日工作组
合作伙伴
TFUG、掘金、图灵教育
参会福利拿到手软系列
- 100元JD电子购物卡若干
- ¥70当当图书卡若干
- ¥199力扣会员码若干
- 人工智能系列图书若干本
- 报名成功随机红包，限前100位报名
- 邀请好友参会红包，微信转发本页面邀请好友报名（可拿多份）
- 直播间活跃红包，在线时长 + 提问数量及质量为随机系数
现金红包由示说网服务号自动推送
