当前位置: 首页 > 学术活动 > 正文
Neural Networks Weights Quantization: Target None-retraining Ternar
时间:2020年08月28日 16:59 点击数:

报告人:朱磊

报告地点:腾讯会议

报告时间:2020年08月30日星期日09:30-10:30

邀请人:徐东坡

报告摘要:

近年来深度学习方法在计算机视觉、多媒体等领域已经取得了巨大成功,但其网络规模也越来越大,如著名的GPT系列,最新的GPT-3已经达到1700亿权值,带来了巨大的存储和积算开销。当前深度学习研究的另一个热点是如何实现网络的优化(包括剪枝,蒸馏,量子化等等)。本次报告介绍权值优化的基本概念,提出一种低计算开销的三值化网络量子化方法,并讨论相关方法在视觉与多媒体领域中的应用。

会议网址:https://meeting.tencent.com/p/8898648458

会议ID:889 864 8458

会议密码:115119

主讲人简介:

朱磊,男,博士,2006年入职哈尔滨工程大学理学院,任职数学系副主任,理学院人工智能研究所副所长,数学建模创新团队负责人等职位;先后主持及参与863子项目,国防重点实验室,黑龙江省青年基金,及企业横向课题等多项项目;发表论文20余篇,其中NeuraIPS/SCI/EI检索10余篇;2018年加入广东博智林机器人公司,任职人工智能研究所研发总监、人工智能专家组长等职位。2019年12月加入万科集团万翼科技有限公司,任AI部门负责人。

©2019 东北师范大学数学与统计学院 版权所有

地址:吉林省长春市人民大街5268号 邮编:130024 电话:0431-85099589 传真:0431-85098237

师德师风监督举报电话、邮箱:85099577 sxdw@nenu.edu.cn