已收藏 收藏
4026
微信分享
视频列表

R语言ggplot2之地理信息可视化

张杰
4746

基于比特币交易的可视化分析

周宁奕
3729

可视化中的静与动

郎大为
2619

可视数据分析

王修坤
2929

开源的可视化数据分析平台 Kibana 从 0 到100

曾勇
5642

在生产环境中使用R语言构建机器学习项目

黄庆昌
2602

量化风险管理和R语言一键式建模探索

罗小勇
2400

Towards Practical Deep Learning Model Compression and Accelerati

王乃岩
4027

传统金融数据分析中的几个典型问题

谢军
2667

电商智能分层决策系统

储晨
2597

互联网征信的探索与实践

张云松
2342

On Tensor Networks and Neural Networks

徐曾林
2621

资产管理行业业务介绍

林伟林
1949

量化基本面投资与大类资产配置

赵然
2602

投资中的Alpha与Beta

霍志骥
3873

美团外卖 - BI

王强
2454

知识图谱面向金融行业的落地实践

孟嘉
2674

什么是知识图谱?

李文哲
3294

对话机器人:开启人机交互的大航海时代

王守崑
2340

美团点评业务介绍

黄国骏
2925

AI + 金融:基于产业知识图谱的公司金融创新方案

神秘嘉宾
2325

R Markdown 应用之学位论文排版

黄湘云
3304

R环境模型部署实践

周震宇
2376

NLP和知识图谱技术在金融领域的应用

鲍捷
2806

基于 LSTM 的自动文本生成模型构建

吕剑航
4315

商业分析与营销战略

沈俏蔚
2709

数据交易与治理

王汉生
4118

Tensorflow 在R上的部署及使用

李智凡
2366

Accelerating Large Scale Machine Learning

刘霁
2136

Shiny:从零到一搭建可视化BI平台

李朋飞
3224

空气质量评估的气象调整方法

陈松蹊
2051

初窥爬虫门径

杜亚磊
2255

统计学与健康中国

邓柯
2219

摸眼盲人管窥AI之ABCDE

山世光
2366

量化交易中的R高性能计算

任坤
3133

Farming Big Data in R Environment

范剑青
2618

区块链技术与商用特性介绍

王璟
2292

保险精算领域的大数据应用

张佳
2728

非零售信用风险内部评级法——客户评级建模

刘正瑶
2239

大数据在足球运动中的应用及潜力

金雄男
2987

用数据的智慧改变建筑行业

张维
2226

大数据行业发展趋势和人才培养

杨慧
2268

面向电力系统的数据分析与应用

庄池杰
2340

狗熊会人才培养与数据科学实践教学

潘蕊
2788

保险行业的对话机器人技术

吴金龙
4035

语义识别的商业破局

马宇驰
2080

人机交互的下一步:对话式,主动式

翁嘉颀
2410

Deep Chit-chat: 教机器人如何唠嗑

吴俣
2288

开场致辞 - 王汉生

王汉生
4400

开场致辞 - 赵佑明

赵佑明
2485

开场致辞 - 杨淑仪

杨淑仪
2953
视频介绍
课程资料
评价

嘉宾介绍

主题介绍

Deep neural networks have liberated its extraordinary power on various tasks. However, it is still very challenging to deploy state-of-the-art models into real-world applications due to their high computational complexity. In this talk, I will start with the background of deep model compression and acceleration, and discuss the practical aspect of this technique. Then I will introduce three recent works done in TuSimple by novel techniques in model distillation and sparse model structure selection. By combining these techniques, we can build a fully automatic pipeline for joint model training, performance boosting and model acceleration. These works all demonstrate superior performance in practice, and have been deployed in TuSimple's production.
未上传任何附件
说点什么

—— 点击加载更多 ——

收起

为你推荐
啊哦,暂无相关推荐