直播 | 本周三！港科大在读博士侯璐分享权重量化

分享背景

神经网络功能强大，但是其巨大的存储和计算代价也使得它的使用特性，特别是在一些计算能力相对较弱的移动设备上受到了很大的限制。为了解决这个问题， 最近有许多针对于神经网络压缩和加速的工作被提出， 例如神经网络剪枝， 权重矩阵低秩分解，权重量化等。这次分享主要是针对于权重量化这一类方法。

分享题目

基于损失函数的神经网络量化方法

Loss-aware Weight Quantization of Deep Networks

分享提纲

1. 概述近期神经网络压缩和加速的工作， 例如神经网络剪枝， 权重矩阵低秩分解，权重量化等。

2. 回顾近两年来的权重量化方法，并分析这些方法的优缺点。

3. 介绍基于减小最终目标函数的量化方法， 并分析这种方法和其他量化方法的关系和优势。

分享嘉宾

侯璐，香港科技大学在读博士，主要研究方向为机器学习。

分享时间

北京时间 3 月 28 日（周三）晚上 8:00

参与方式

扫描海报二维码关注微信公众号，点击 AI 进阶——公开课报名

对了，我们招人了，了解一下？

限时拼团---NLP工程师入门实践班

三大模块，五大应用，知识点全覆盖；海外博士讲师，丰富项目分享经验；

理论+实践，带你实战典型行业应用；专业答疑社群，结交志同道合伙伴。

扫码立即参团~

┏(＾0＾)┛欢迎分享，明天见！