TensorFlow下的构建高性能神经网络模型的最佳实践

【上海场】中国Python开发者大会PyConChina2017

20610 人浏览

已收藏收藏

6695

微信分享

视频列表

Profiling Openstack Using Huawei CPython(Loong) Interpreter

使用docker来创建可扩展的分布式爬虫

如何搭建支持千亿级别成交量的交易系统

以太坊区块链的python客户端开发实践

用Python开发GoodERP

The Pragmatic Guide of Sequence2Sequence based on Tensorflow

高民权

6310

人工智能与即时物流：达达-京东到家的算法实践

富媒体弹性机器学习平台

服务化的工程实践

TensorFlow下的构建高性能神经网络模型的最佳实践

李嘉璇

6696

Getting Start MXNet with Python

费良宏

6639

视频介绍

课程资料

评价

嘉宾介绍

主题介绍

随着神经网络算法在图像、语音等领域都大幅度超越传统算法，但在应用到实际项目中却面临两个问题：计算量巨大及模型体积过大，不利于移动端和嵌入式的场景；模型内存占用过大，导致功耗和电量消耗过高。因此，如何对神经网络模型进行优化，使尽可能不损失精度的情况下，能减少模型的体积，并且计算量也降低，就是我们将深度学习在更广泛地场景下应用时要解决的问题。本次讲解主要着眼于在安防、工业物联网、智能机器人等设备，需要解决图像、语音场景下深度学习的加速问题，减小模型大小及计算量，构建高性能神经网络模型。

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