直播丨商汤科技：如何做模型量化，训练极低比特网络

随着深度学习的发展，神经网络被广泛应用于各种领域，模型性能的提高同时也引入了巨大的参数量和计算量。模型量化是一种将浮点计算转成低比特定点计算的技术，可以有效的降低模型计算强度、参数大小和内存消耗，但往往带来巨大的精度损失。尤其是在极低比特(<4bit)、二值网络(1bit)、甚至将梯度进行量化时，带来的精度挑战更大。

本次直播，我们邀请了商汤研究院--链接与编译团队的两位研究员，分享团队在模型量化方面的的一系列研究工作，其中包含CVPR  2020、ICCV 2019等多篇与北航刘祥龙老师团队合作的论文成果。

一、课程信息

主题：如何做模型量化，训练极低比特网络

时间：4月9日（周四）20:00-21:00

观看链接：↓↓↓

http://www.mooc.ai/open/course/786?from=leiphonecolumn_mooc0408

二、分享提纲

1、如何训练极低比特(<4bit)的网络

2、如何训练高效的二值化网络

3、如何用量化技术来加速模型训练

4、模型量化在实际场景的落地

5、模型量化与网络结构搜索结合

三、嘉宾介绍

余锋伟

商汤科技研究院高级研究员

链接与编译组负责人

余锋伟研究员本硕毕业于北京航空航天大学计算机学院。曾获得MOT16视频多目标跟踪冠军，ASC世界大学生超级计算机竞赛一等奖，华为奖学金，研究生国家奖学金等。现作为内部开源技术中台的架构师之一，负责训练加速、自动模型部署、模型量化、神经网络编译器等技术的研发和落地。在ECCV、ICCV、CVPR、ICLR上共发表5篇论文。

龚睿昊

商汤科技研究院见习研究员

链接与编译组成员

龚睿昊同学曾获得商汤科技未来之星、CCF优秀大学生、北京市三好学生、国家奖学金等。现主要研究方向为深度学习模型的量化加速技术，在ICCV、CVPR、ICLR、PR等期刊会议上发表6篇论文(其中1篇一作，4篇二作)，期间负责量化框架的设计和开发，支持量化模型在多业务线项目落地。

四、直播报名

扫码添加AI研习社顶会小助手（AIyanxishe2）微信好友备注“论文解读+量化”后进入报名微信群，获取课件和直播间地址

雷锋网雷锋网雷锋网