大数跨境
首页
>
极市直播预告丨潘梓正：模型部署新范式—可缝合神经网络（CVPR 2023）
>
0
0

极市直播预告丨潘梓正：模型部署新范式—可缝合神经网络（CVPR 2023）

极市直播预告丨潘梓正：模型部署新范式—可缝合神经网络（CVPR 2023） 极市平台
2023-03-13
0
导读：后台回复“108”可获取免费直播链接～
↑ 点击蓝字 关注极市平台

|极市线上分享第108期 |

一直以来，为让大家更好地了解学界业界优秀的论文和工作，极市已邀请了超过100位技术大咖嘉宾，并完成了107期极市线上直播分享。

往期分享请前往bbs.cvmart.net/topics/149或直接阅读原文，也欢迎各位小伙伴自荐或推荐更多优秀的技术嘉宾到极市进行技术分享，与大家一起交流学习~~

当前预训练模型变得越来越多，但是绝大部分网络受限于固定的计算图只能解决一种计算资源场景，为此研究人员不得不重复训练多种大小的网络来覆盖更多推理速度，从而导致了大量的计算资源浪费。

本次分享我们邀请到了澳大利亚莫纳什大学博士生潘梓正，为大家介绍他们CVPR 2023上的工作：

Stitchable Neural Networks

“在本次分享中，我们将介绍可缝合神经网络（Stitchable Neural Networks, 即SN-Net），一种全新的模型部署方法，利用现有的model family直接做少量epoch finetune就可以得到大量插值般存在的子网络，运行时任意切换网络结构满足不同resource constraint。在基于DeiT和Swin的缝合实验中，SN-Net表现出顺滑且强有力的FLOPs-accuracy曲线。”

CVPR 2023｜大模型流行之下，SN-Net给出一份独特的答卷

01

直播信息

时间

2023年3月15日（周三）：20:00-21:00


主题

模型部署新范式—可缝合神经网络

02

嘉宾介绍

潘梓正

澳大利亚莫纳什大学博士生，指导老师为庄博涵和蔡剑飞教授。研究方向为模型压缩与加速。更多信息见个人主页：https://zizhengpan.github.io/


03

关于分享

➤分享大纲
1.预训练模型现状

2.现有的模型压缩和加速方法

3.全新模型部署方案SN-Net

4.网络缝合结果展示


➤论文

Stitchable Neural Networks
论文地址：https://arxiv.org/abs/2302.06586
代码地址：https://github.com/ziplab/SN-Net

04

参与方式

关注“极市平台”公众号，回复“108”可获取免费直播链接。

04

往期回顾

极市平台专注分享计算机视觉前沿资讯和技术干货，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办107期线上分享。近期在线分享可点击以下标题查看：


更多往期分享请浏览：极市计算机视觉技术分享集锦

（http://bbs.cvmart.net/topics/149/cvshare），也可以点击阅读原文获取。

# CV技术社群邀请函 #

△长按添加极市小助手
添加极市小助手微信（ID : cvmart4）

备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）


即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群


每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~


觉得有用麻烦给个在看啦~  

【声明】内容源于网络
0
0
极市平台
为计算机视觉开发者提供全流程算法开发训练平台，以及大咖技术分享、社区交流、竞赛实践等丰富的内容与服务。
内容 8155
粉丝 0
极市平台 为计算机视觉开发者提供全流程算法开发训练平台，以及大咖技术分享、社区交流、竞赛实践等丰富的内容与服务。
总阅读5.7k
粉丝0
内容8.2k