主讲人
张召凯(浙江大学-在校学生-软件学院-硕士生-软件工程-2018)
分享论文
GhostNet: More Features from Cheap Operations
GhostNet
GhostNet是华为诺亚方舟实验室在CVPR2020提出，可以在同样精度下，速度和计算量均少于SOTA方法。当前神经网络偏向于移动设备应用，一些重于模型的压缩，比如剪枝、量化、知识蒸馏等。另一些着重于高效的网络设计，比如 MobileNet, ShuffleNet 等。
主讲人说
深度学习在人工智能领域大放光彩，在很多计算机任务中都取得了重大的突破。然而突破的背后是巨大的算力支持，在实际场景中，更多的是计算资源有限的设备，比如我们的手机和嵌入式设备，许多深度网络模型都无法直接应用。研究轻量化模型是解决该问题的有效手段，我们这次分享的内容是目前该方向的前沿工作。欢迎大家参加。
活动视频
评论 (0)