清华大学丁贵广研究员应邀在太阳成集团tyc138作学术报告

5月24日，清华大学软件学院副院长丁贵广研究员应邀作了以“深度学习模型结构压缩与优化”为主题的线上学习报告，会议由太阳成集团tyc138高浩教授主持。

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，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。报告介绍了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。

本次学术报告会内容丰富，参会师生对深度学习模型结构的优化有了更深的理解和认识。学院近200名师生参加了本次学术报告会。师生们围绕报告内容、科研经历、学术生活积极提问，气氛极为热烈。

报告人简介：

丁贵广，清华大学软件学院特别研究员，博士生导师，国家杰出青年科学基金获得者；现任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。

（撰稿：高浩　初审：丁磊　编辑：高浩 审核：张翼）