线上 | 景驰科技软件工程师陈国斌：基于知识蒸馏的模型压缩与加速

北京时间1月18日（周四）中午1点，在将门技术社群，我们很开心邀请到将门投资企业景驰科技软件工程师——陈国斌，他将为大家带来“基于知识蒸馏的模型压缩与加速”的主题分享。

知识蒸馏被广泛的应用在模型压缩中，是一种很有效的提高快速模型精度的方法。本次分享我们将以目标检测为例，介绍知识蒸馏的要点并分析其背后原理。

活动信息

▼

主题：基于知识蒸馏的模型压缩与加速

时间：1月18日（周四）13:00

地点：将门创投斗鱼直播间

分享提纲

▼

得益于其极高的精度和扩展能力,深度模型在各领域(尤其是图像)都取得了前所未有的成功。然而精度高的模型往往结构复杂且计算量大，使得其部署困难；速度快的模型又精度不够。研究人员提出了很多压缩模型的方法，目的是减小模型体积以及加快运行速度。知识蒸馏被广泛的应用在模型压缩中，是一种很有效的提高快速模型精度的方法。本次分享我们将以目标检测为例，介绍知识蒸馏的要点并分析其背后原理。

具体包括以下内容：

• 模型压缩的原理以及主要方法。

• 知识蒸馏的由来、原理。

• 知识蒸馏在目标检测中的应用（NIPS 2017论文）

• 总结分析

嘉宾介绍

▼

陈国斌

景驰科技软件工程师

2011年毕业于中国科技大学电子工程与信息科学系，毕业后于中国科学院电子所任助理研究员。2013年春起，在密苏里大学计算机视觉读博。读博期间曾在位于硅谷的NEC Lab American实习。于2017年5月加入景驰。研究方向包括图像分类、目标检测、行人重识别以及深度神经网络压缩与加速。

转自：将门创投

完整内容请点击“阅读原文”