AI推理和高级优化训练营

[感谢大家反馈的各种意见，现在把修正调整后的版本重新发布，对于已经阅读过的格友，如有打扰，请见谅]

谈到AI，几乎每个人都有一些奇思妙想，但想法与产品有很大的距离，对于边缘端的AI应用，目前的一个主要问题是推理过程用时较久，延时较大，用户体验不够理想。导致这个问题的关键原因是边缘设备的算力不足或者优化不够。

本训练营直面影响AI产品落地的关键问题，深度剖析主流深度卷积网络的内部结构和常用推理引擎的工作过程，现场操练各种软硬件加速方案的实际效果，分析影响推理速度的关键因素，分享优化AI应用的最佳实践。

 

时间：2019年1月11日- 12日（周五-周六）

地点：上海

形式：实战演练、讲解和讨论点评

时间长度：2天一晚（周五晚上挑灯夜战）

培训对象：

主办单位：格蠹科技（上海）有限公司（xedge.ai），A+实验室（https://www.aicademy.org/）

 

 --基础篇 --

 

第一部分：卷积神经网络（CNN）剖析 （1.5小时）主讲者：段勇

要点：神经网络与MLP，计算机视觉与深度学习，卷积神经网络分层结构（i.卷积层 ii. 激活层 iii.池化层 iv. BN层 v. Dropout层 vi. 全连接层），常用的CNN网络介绍（i. MobileNetii.    GoogLeNet iii. ResNet iv. MobileNet-SSDv. YOLO）【在这个部分中，老段会结合他丰富的AI实践，深入浅出地介绍深度网络的精华，详细解析常用的网络层结构】

第二部分：边缘端AI推理硬件探微（2小时）主讲者：张银奎

要点：AI推理的计算特征，GEMM和SGEMM，谷歌TPU的结构和对其它NPU的影响，NPU的核心调整：高并行度和大数据量，英特尔第二代VPU（Myriad 2）解析（内部结构，可编程的DSP加速器（SHAVES），CV