清华大学丁贵广研究员学术报告（2022年5月24日）

报告题目：深度学习模型结构压缩与优化

报告人：丁贵广

报告人单位：清华大学

时间：2022年5月24日上午9:30

地点：腾讯会议ID：221 227 090

主办单位：太阳成集团tyc138

报告内容：

深度学习模型的端侧部署已经成为人工智能应用的主要形式之一，如智能手机、智能摄像头、自动驾驶等场景，然而深度学习模型复杂度高、参数量大，给端侧部署带来了巨大挑战，如何在不损失或较少损失模型精度的前提下，减小模型的计算复杂度是人工智能领域研究的重要方向之一。本次报告将介绍深度学习模型的压缩优化技术，包括模型减枝、参数稀疏化以及重参数化等压缩方法，以及项目组提出的“训大用小” 的训练和部署方法论、全局近似最优模型裁剪技术等。

报告人简介：

   清华大学软件学院特别研究员，博导，国家杰出青年科学基金获得者；清华大学软件学院副院长，信息科学与技术国家研究中心副主任。先后主持和基金委杰出青年科学基金项目、基金委重点项目、重点研发项目、国家973、863等项目数十项。发表高水平学术论文近百篇，获授权发明专利30余项，相关成果成功应用于快手、OPPO、京东、新疆联海创智、数码视讯等单位，曾获国家科技进步二等奖、中国电子学会技术发明一等奖、中国人工智能学会科技进步一等奖等。