EasyDL是百度AI开放平台的子平台, 它所满足的是各行业用户从自身业务出发, 对深度学习模型的定制化需求, 并提供从数据到接口的一站式服务。本次演讲将和大家分享该平台背后采用的核心技术, 包括核心深度学习框架PaddlePaddle,  AI Workflow的设计与实现, 服务端用于模型训练效果提升的Auto Model Search技术等, 另外, 将特别展开设备端本地计算的技术细节。最后, 还将结合零售、工业制造、互联网内容审核、动植物研究等场景分享真实应用案例。

演讲提纲

1. 项目背景

(1) 百度AI开放平台与EasyDL介绍

(2) EasyDL与一般机器学习平台的差异

2. EasyDL服务端核心技术

(1) 深度学习框架PaddlePaddle

(2) 分布式引擎AI Workflow设计与实现

(3) Auto Model Search算法与实现

3. EasyDL设备端核心技术

(1) 模型转换

(2) 端的GPU优化

(3) 模型体积与量化函数

(4) NEON及汇编的使用

4. EasyDL应用及案例分享

(1) 能力方向与规划

(2) 案例与效果分享

 

听众收益点:

听众通过这个分享, 能了解到百度EasyDL的核心技术, 提供的定制化服务方向, 并且获得快速将AI赋能到业务场景的能力。