|
|

) J% N, ?6 V4 ?
, k) g- G" f* E! J5 t. cAI时代下的人才缺口,已经让各企业感受强烈。人工智能的行业落地,需要多层次的人才结构。来自顶尖企业中的芯片、算法人才;拥揽世界大赛、论文的顶尖实验室是一种;更多的AI解决方案研发,工业级的落地应用等人才,往往是最大缺口。
" Z. G, X4 T9 N$ m
+ }0 u2 n3 _0 b$ G0 R1 d9 J6 k百度AI快车道——企业深度学习实战营,由百度AIG飞桨团队研发,针对AI时代的人才缺口,依托自身深厚的深度学习技术产业实践经验,不断为广大相关领域企业的技术从业人员进行实战教学与案例分享,目前已在全国多地举办了多次课程,为企业培养AI领域拥有可实际操作解决业务问题的人才持续努力着。8 ` W- R2 q4 K1 o% S# H9 R: a
百度AI快车道将于12月7日、12月8日再入上海,接连带来两场重磅活动。先后举办包含图像语义分割套件PaddleSeg、预训练模型管理和迁移学习工具PaddleHub的“图像语义分割Pro”专场,以及端侧推理引擎“Paddle Lite“专场,满满干货等你来,欲报从速!& ~6 U# M, U8 T+ {0 a
9 }/ e: i( L+ G0 J) o n
: K4 W! I/ j. A8 M+ g7 U% U
8 ?$ h9 t d n$ j
12月7日上海——图像语义分割Pro专场# L% H+ A1 p. [3 R$ h3 b
# J7 }4 Q7 F! e! ]# d$ h; A
; ?) E! ~6 z g$ m- c1 e) I& r
/ Y- o2 l- ] X( LPaddleSeg+PaddleHub专场中,将由百度名师带来经典的PaddleSeg图像分割技术介绍、在人像处理与工业质检场景中的实战,以及百度飞桨的预训练模型管理和迁移学习工具PaddleHub结合案例的详细介绍,全新升级的PaddleHub可支持最新发布的产业级预训练模型“Master模式”。
' {; O9 I- }3 W; [2 c, o报名链接:https://iwenjuan.baidu.com/?code=9pyp4c+ F- b! ^' r1 u6 |, c
关于PaddleSeg与PaddleHub:( ~+ h! M) ~, C0 z3 B$ R
在计算机视觉领域,图像分割有非常广泛应用的场景。基于这样背景,飞桨开发了图像分割开发套件PaddleSeg,目标是降低开发门槛,更容易实现产业落地。图像分割开发套件基于飞桨的核心框架,主要做了以下方向的建设:一是数据增强,将工业级常用分割算法开放出来;二是在模型层使用模块化的设计,将整个分割的模型拆分成三块,包括骨干网络、分割网络和模型损失函数。拆解之后,可以让这些模块自由组合,能够解决特定场景的问题。三是在训练场景上,PaddleSeg里面做了大量性能方面的优化,在显存优化和预测速度上都做了大量的工作。四是易用性方面,通过实际的项目打磨验证,找到使用过程当中的痛点并且解决掉。训练模型工业级部署,开发套件也做了集成,可以帮助广泛开发者使用。& m' ^, k" R" M
PaddleHub集成了预训练模型和迁移学习的工具,在最新的升级中增加了两个核心能力:一是自动化调参,基于一键自动超参搜索;二是进一步夯实了一键模型化服务的能力,开发者可以很容易把自己想要用的模型快速变成服务。为了提升易用性,PaddleHub的API采用了高层封装,包含迁移任务、迁移策略和数据处理等,方便开发者使用,在解决了开发效率的问题的同时,保持了灵活性。
! Z5 v% m( S! ]3 s _: P& ]
: R% M( b2 b) @4 G. r, j
) h6 f; x, e: z! w$ X
( J3 K% f8 ~8 n! c7 C3 `
/ i' s: H1 A& ?4 J- X, g12月8日上海——Paddle Lite专场5 Y+ l* l2 N! q6 h! i: q
" X" l: l1 h# x: i& \( Q5 m! z
4 A# W3 r$ B/ W+ e2 W3 X( WPaddle Lite专场由百度深度学习技术平台部技术经理、百度深度学习技术平台部资深研发工程师主讲,详细解读Paddle Lite的技术特点、使用方法和相关应用,同时也会通过实践,实现目标检测在手机上的部署,完整体验Paddle Lite在实际业务中的应用。
) c9 z; t0 F8 d- _$ C- |$ P报名链接:https://iwenjuan.baidu.com/?code=t6729t- | Q! w. k! ~' ]8 L, A' }
关于Paddle Lite:
" b: v% Z( p: CPaddle Lite是飞桨产品栈中用于端侧高性能轻量化AI应用部署的推理引擎,核心用途是将训练出的模型在不同硬件平台场景下快速部署,根据输入数据,执行预测推理得到计算结果,支持实际的业务应用。
' `0 N8 C% Q5 I+ h5 r+ G! e今年8月,飞桨对外发布Paddle Lite Beta版,经过两个多月的迭代与发展,“WaveSummit+”2019深度学习开发者峰会上Paddle Lite2.0正式发布,Paddle Lite自Beta版发布以来,在如下核心功能上进行升级:
7 G }) S5 O/ {+ V( `# k% _
: P% e( ]/ K8 h: c- a6 Q- 多框架支持:原生支持飞桨的模型,同时通过X2Paddle工具,提供对TensorFlow,PyTorch和ONNX模型格式的更充分的支持;% @ p2 r+ Y3 M! d5 h, o3 ?
- 多硬件支持:除了ARM CPU、移动端GPU、华为NPU,新增支持Nvidia GPU和X86 CPU;! C0 z1 e% w% `$ u0 Q" ~
- 更好的性能:更新benchmark,提升了在ARM CPU上尤其是int8的性能;3 @/ g; Y9 v- @ d/ f. V- s6 [
- 更加完备的功能:支持python API,优化编译流程,新增预测库极致裁剪等功能;, M0 D% z N" k6 `6 `- S3 Z
- 更加完善的文档和demo:提供完善的文档和多平台的demo,包括安卓、iOS和树莓派等。
1 Q, z1 R: I8 Q4 i

, d/ ^3 |* _2 Z. e( `( n% ]) R3 K" F, h6 D 戳“阅读原文”,立即报名参会!
) a& I, j3 X3 j( J8 c& ?来源:http://mp.weixin.qq.com/s?src=11×tamp=1575378005&ver=2012&signature=Ih7RdpBXmyvZ8p*aHIllrUH4wKx85DxQwrptJvgsJ3J5TpQUCWGAAR35epMAfMnF8RfnQ0C67tJo4JyujJh0o5IASQtt3EIwyFnJXIV4FidCIceCiPIqmvLDihim8G1M&new=1
a! d7 ?1 ~) k免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作! |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|