进阶科研 | 卷积神经网络模型压缩与慢速

课题英文名称

【线性神经互联网基本概念压缩与愈来愈快】

项目氛围

自从 AlexNet 一举夺得 ILSVRC 2012 ImageNet 图像分类竞技的冠军后，线性神经互联网（CNN）的热潮便席卷了整个计算机美感领域。CNN 基本概念火速替代了传统人工设计（hand-crafted）特征和分类器，不仅提供了一种后端到后端的处理过程新方法，还大幅度地缔造了各个图像竞技执行的精确度，愈来愈甚者超越了人眼的精确度（LFW 人脸识别执行）。CNN 基本概念在不断逼近计算机美感执行的精确度极限的同时，其高度和大小也在成倍增长。不可避免的是一个很尴尬的场景：如此巨大的基本概念只能在有限的游戏平台下运用于，只能靠移植到回转后端和操作系统芯片之外。就算想通过互联网传输，但较高的带宽改作也让很多用户望而生畏。另一方面，大大小的基本概念也对的设备功耗和运行速度带来了巨大的挑战。因此这样的基本概念英哩实用还有一段英哩。线性神经互联网基本概念压缩与愈来愈快情况涉及大数据管理与处理过程、线性神经互联网与高度研读等理论经验，是一个大受欢迎的认知科学学科情况。

项目简介

成立一个完整的线性神经互联网基本概念压缩与愈来愈快系统对，可以运用于经验混合物、互联网剪枝、权重量化技术开发对原始的 AlexNet、VGG、ResNet、 GoogleNet 来进行压缩构建，必要性设计轻型线性神经互联网 SqueezeNet、MobileNet、 ShuffleNet。项目将概要解说基于 Python 和高度研读开放性（Tensorflow）的高度研读处理过程的脚本语言实现，并针对线性神经互联网（CNN）、迁移研读等前沿技术开发来进行深入简介。

基本数据

● 教授1对1

● 远程线上（百度小组会议）

较难人群

● 高中生、大学生

● 对计算机、认知科学、高度研读感兴趣的同班同学

导师氛围

吉林大学顶级研究员，计算机专业研究员。所开发的算法已在华为、百度等美国公司得到应用，发表大数据和认知科学相关世界性小组会议和期刊期刊 20 余篇，多次获得顶会最佳期刊奖和最佳期刊提名奖。主持多项国家和省级科学基金项目，参与国家重点研发蓝图和国家973 项目担任技术开发骨干，与美国、澳洲、法国等许多学校著名高校和科研成果机构保持紧密合作。

研读内容

● Python脚本语言基础、TensorFlow脚本语言开放性基础、高度研读基础、基于TensorFlow的高度研读基本概念基础训练

● 线性神经互联网基础、基于TensorFlow的线性神经互联网基础训练、线性神经互联网形态编纂者、线性神经互联网形态参数量和计算量分析

● AlexNet、VGG、ResNet基本概念概要简介；基于TensorFlow的AlexNet、VGG、ResNet基本概念体能基础训练；

● 互联网剪枝压缩技术开发编纂者、基于TensorFlow的AlexNet、VGG、GoogleNet基本概念剪枝体能基础训练

● 权重量化技术开发简介、经验混合物技术开发简介、基于TensorFlow的AlexNet、VGG、GoogleNet基本概念权重量化和经验混合物体能基础训练

时间安排

10全程科研成果先导课+12全程教授科研成果文凭+6全程英文期刊指导

项目收获

● 3000本字左右的科研成果报告

● 教授推荐信（8所网推）

● EI/CPCI世界性小组会议期刊（脱离一作）

备注：愈来愈多数据请重视微信公众号【实研氛围提高】

醒脾养儿颗粒
心血管外科
眼疲劳可以用什么滴眼液
怎么滴眼药水正确方法
多普泰脉血康胶囊可治脑供血不足
科兴
中暑中医治疗方法
前列腺炎
慢性腹泻吃什么益生菌效果好
钙