题目：资源受限的深度学习计算
主讲人：程健，中国科学院自动化研究所
日期：2019年6月13日（星期四）
时间：上午10:50 - 11:30
地点：数据科学与jbo竞博电竞官方网站 A201
主持：邹青松 教授
摘要：近年来，深度学习在图像分析、语音识别、自然语言处理等诸多问题上取得了突飞猛进的发展，已经成为众多智能系统和应用中不可或缺的关键技术。随着深度学习模型性能不断提高，其计算复杂度和资源消耗也不断增加，这给网络模型的部署带来重大挑战，特别是在实时性要求较高的应用或资源受限的设备中。如何高效低耗地计算这些网络模型正成为一个关键问题。本报告将首先简要介绍深度学习模型在计算上遇到了哪些挑战，然后分析如何从计算架构和模型优化两个方面去解决，最后介绍一些高效计算的方法，并分享一些未来可能的发展方向。
个人介绍：程健，中国科学院自动化研究所模式识别国家重点实验室研究员、博士生导师、南京人工智能芯片创新研究院常务副院长。分别于1998年和2001年在武汉大学获理学学士和硕士学位，2004年在中国科学院自动化研究所获模式识别与智能系统博士学位。目前主要从事深度学习、图像与视频内容分析、人工智能芯片设计等方面研究，在相关领域发表学术论文100余篇，英文编著二本。相关成果曾先后获得中科院卢嘉锡青年人才奖、中科院青年促进会优秀会员奖（、中国电子学会自然科学一等奖、教育部自然科学二等奖、中国图象图形学会科技二等奖等。目前是IEEE、ACM、CCF等国际国内学术组织的成员，担任中国自动化学会模式识别专委会副秘书长。现任国际期刊Pattern Recognition、IET Computer Vision的编委，曾任2010年ICIMCS国际会议主席、HHME 2010组织主席、CCPR 2012出版主席、ICIG 2019 special Session主席。