在ArchSummit北京2018大会上,潘欣讲师做了《深度学习平台的开发和应用》主题演讲,主要内容如下。
演讲简介:
本次演讲将分别从算法,硬件和数据的角度,讲述深度学习平台的开发和应用。
深度学习的算法的趋势是更加多样化和灵活化。需要框架提供数百个稳定和向后兼容的接口。同时在编程方式上,需要更接近传统编程语言的模式。演讲将介绍 TensorFlow 和 Paddlepaddle 在接口兼容性上的设计和 Pytorch 的 imperative 编程模式的成功。
硬件将变得更加异构化,服务器将大量采用 GPU,TPU 加速。移动设备的 SoC 将包含 CPU,GPU,NPU。FPGA 也将在很多场景使用。演讲将介绍异构设备编程的难点,深度学习框架对异构设备的常见优化方法和效果。
大规模的数据对科学家和平台都提出了巨大的挑战。本演讲将介绍 Data Version 对于实验复现的作用和 TensorFlow,Paddlepaddle 数据入口的演化历史。
最终演讲会结合具体案例,介绍深度学习框架在不同场景中的应用。
演讲提纲:
深度学习框架如何支持更加灵活和复杂的算法
深度学习框架如何优化异构硬件设备上的性能和资源消耗
深度学习框架如何支持大数据的处理
深度学习框架的应用
听众受益点:
深度学习平台的设计,开发,趋势
深度学习在算法,硬件设备,数据方面的变化和相关技术
深度学习框架和算法的应用
讲师介绍:
潘欣
百度 深度学习技术平台部架构师
TensorFlow 核心团队开发者,对 Eager,TPU,Profiling 和模型库做出重要贡献。在云计算 SoCC 和计算机视觉 CVPR 等会议发表论文。目前是百度深度学习平台部架构师,负责 Paddlepaddle 框架开发等相关工作。加入百度之前曾任职于 Google。
完整演讲 PPT 下载链接:
https://archsummit.infoq.cn/2018/beijing/schedule
评论