下周學術青年分享會預告

周末快樂~

下周一回來

記得繼續關注

學術青年分享會

接下來

是一大波預告

10 月 16 日20:00

主題：從數據採集與標記行業看數據與深度學習之關係

分享內容：深度模型在機器學習很多領域都取得了巨大成功，但也對演算法的原材料訓練數據提出了更多的要求。對於研發高水平的演算法，數據的高質量採集、清洗、處理等等對演算法效果會有直接影響。本次分享主要介紹數據規模、數據質量等與深度學習演算法之間的關係，以及為演算法做數據準備的一些經驗。

分享人：吳昊，本科畢業於上海交通大學，碩士畢業於紐約大學，現任BasicFinder標註平台數據科學家，專註於數據眾包策略研究、深度學習模型數據採集與標記方案諮詢及優化。

10 月 17 日20:00

主題：深度學習處理架構的演進

分享內容：深度學習、體系結構、數據規模的共同發展促進了人工智慧行業的繁榮。在通用架構之外，深度學習處理架構已經經歷了三代的發展，從計算優化、存儲優化，到結合Deep Compression的稀疏化處理架構。本次分享將簡要介紹Deep Compression，分析深度學習計算中的核心問題，並介紹最新的深度學習處理架構發展。

分享人：姚頌，深鑒科技聯合創始人、CEO。畢業於清華大學電子系，斯坦福大學研究訪問學者。曾任清華電子系科協主席，本科期間發表多篇論文。入選2017福布斯中國30位30歲以下精英榜。

10 月 18 日20:00

主題：基於深度學習的中文唇語識別

分享內容：唇語識別，即通過運動的嘴唇，識別其說話內容。通過LSTM模型將CNN抽取出來的圖片特徵進行時序建模，最後引入Seq2Seq的翻譯模型將發音轉換成漢子。此次分享，會先簡單介紹現有的英文唇語識別的一些工作（《Lip Reading Sentences in the Wild》 和《LipNet： sentence level lipreading》），隨後對中文唇語識別展開詳細討論。

分享人：戴錫笠，電子科技大學計算機系二年級博士生，他的研究方向在於計算機視覺，移動計算，深度學習。曾于海康威視研究院實習，研究內容為基於序列的行人再檢索。

報名方式

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 唯物 的精彩文章: