Оптимизация нейронных сетей для запуска на маломощных устройствах
Доклад отозван
Целевая аудитория
Дата-сайентисты, ML и Data-инженеры.
Тезисы
Расскажем про оптимизацию нейронных сетей для запуска на маломощных устройствах, особенности выбора архитектуры под различные платформы. Обзор классических подходов – дистилляция, прунинг, квантизация.
Расскажем про нейросетевой поиск оптимальной архитектуры в зависимости от целевой платформы. Коснемся основных особенностей и способностей платформ от невозможности ускорения некоторых слоев, до улучшения качества при переходе к фиксированному набору функций активаций.
Data Scientist.
SberDevices
SberDevices — IT-компания полного цикла в экосистеме Сбера, R&D-центр экспертизы в области искусственного интеллекта: речевые технологии, понимание естественного языка, компьютерное зрение, лицевая и голосовая биометрия.
Производит умные устройства — от лампочек до телевизоров. В портфолио SberDevices — ruGPT-3, ruDall-E, RuSBERT и другие масштабные ML-проекты, высоконагруженные системы и технологии обработки Big Data.
Видео
Другие доклады секции
BigData и машинное обучение
