Pervasive AI with Baidu AutoDL 百度自动化深度学习与泛在AI

案例来源:百度
会议地点:深圳
分享时间: 2019-06-23 09:00-10:00

熊昊一  |

百度 大数据实验室资深AI研究员

于法国国立电信学院 (Télécom SudParis) 及巴黎第六大学 (UPMC Paris 6) 获得计算机科学博士学位 (2015),美国弗吉尼亚大学 (University of Virginia) 系统与信息工程系博士后 (2016)。曾任美国密苏里大学罗拉 (Missouri S&T) 计算机科学系终身序列助理教授 (Tenure-track Assistant Professor)。 2018年5月加入百度大数据实验室。主要研究方向为深度学习、迁移学习、与泛在计算。

课程概要

案例背景介绍:
深度神经网络为代表的深度学习技术撬动了这个时代的绝大多数AI应用于落地。然而从数据收集到深度神经网络训练调参数与部署是一个复杂而又极其敏感的过程。百度AutoDL通过提供全栈式的一揽子解决方案已经帮助了基于深度学习的AI技术在物联网、智能安防、生物医疗以及智能制造等领域快速落地、迭代。百度AutoDL通过高度可定制的云端自动化深度学习帮助实现了泛在AI(Pervasive AI)的设计、部署、落地、迭代与自演进。

解决思路/成功要点:
深度神经网络,架构自动搜索,模型自动训练、贝叶斯学习,优化算法

成果:
我们使用AutoDL在多个benchmark数据集上找到了超越目前SOTA的自动化设计深度神经网络结构。并且将这些新的结构部署在百度及其合作方的系统中大大地提高了神经网络的可用性(正确性、计算复杂度、时间复杂度、能耗、甚至隐私保护)。百度内外的客户基于他们的场景、业务、以及数据样本使用AutoDL为他们自己自动化的设计出了新的网络。

听众收益

学会使用AutoDL来构建自己的应用场景。通过Baidu EZDL服务接入AutoDL实现自动化深度学习,并且部署到自己的业务中去。

熊昊一  |

百度
大数据实验室资深AI研究员

于法国国立电信学院 (Télécom SudParis) 及巴黎第六大学 (UPMC Paris 6) 获得计算机科学博士学位 (2015),美国弗吉尼亚大学 (University of Virginia) 系统与信息工程系博士后 (2016)。曾任美国密苏里大学罗拉 (Missouri S&T) 计算机科学系终身序列助理教授 (Tenure-track Assistant Professor)。 2018年5月加入百度大数据实验室。主要研究方向为深度学习、迁移学习、与泛在计算。

课程概要

案例背景介绍:
深度神经网络为代表的深度学习技术撬动了这个时代的绝大多数AI应用于落地。然而从数据收集到深度神经网络训练调参数与部署是一个复杂而又极其敏感的过程。百度AutoDL通过提供全栈式的一揽子解决方案已经帮助了基于深度学习的AI技术在物联网、智能安防、生物医疗以及智能制造等领域快速落地、迭代。百度AutoDL通过高度可定制的云端自动化深度学习帮助实现了泛在AI(Pervasive AI)的设计、部署、落地、迭代与自演进。

解决思路/成功要点:
深度神经网络,架构自动搜索,模型自动训练、贝叶斯学习,优化算法

成果:
我们使用AutoDL在多个benchmark数据集上找到了超越目前SOTA的自动化设计深度神经网络结构。并且将这些新的结构部署在百度及其合作方的系统中大大地提高了神经网络的可用性(正确性、计算复杂度、时间复杂度、能耗、甚至隐私保护)。百度内外的客户基于他们的场景、业务、以及数据样本使用AutoDL为他们自己自动化的设计出了新的网络。

听众收益

学会使用AutoDL来构建自己的应用场景。通过Baidu EZDL服务接入AutoDL实现自动化深度学习,并且部署到自己的业务中去。

CopyRight © 2008-2020 Msup & 高可用架构

京ICP备09001521号