课程介绍

• 

  韩旭

  推想科技上海研发中心负责人

  韩旭，推想科技上海研发中心负责人，擅长对问题抽象建模，搭建算法研发与运行的底层架构与基础设施。关注人工智能的理论基础与工程、产品逻辑。拥有多年算法研发经验，曾主导视觉、对话与自动驾驶等多个方向的DL研发项目。韩旭毕业于复旦大学数学系，曾在牛津大学、香港大学深造。

• 主题说明

  机器学习模型从训练导出到生成环境部署，这个过程中涉及大量工作，会面临着各种问题与挑战，比如不断丰富的业务场景，系统需要负载种类繁多的神经网络，预测任务不均匀等，然而企业拥有的计算资源（如GPU个数）是有限的，如何能在有限资源下顺利完成任务，是一个不小的挑战。
  
  同时，医疗AI场景有着其独特的生产环境，本期课程推想科技将分享工程实践中如何解决上述挑战的，并与大家探讨如何从零开始，分析与抽象问题，设计架构，并开发出一个支持任意计算资源限定、任意机器学习框架、任意计算场景的模型预测的解决方案。

• 适合对象

  深度学习的工业实践者。收获一些分析问题、设计架构、给出可拓展可维护实现的方法与思路。

• 学习要点

  本次课程直播大纲：

   

  1.医疗AI场景的独特生产环境与挑战

  2.统一源自不同机器学习训练框架的模型预测

  3.计算调度中的实践、困难与挑战

  4.如何榨尽最后一点资源加速模型的大规模预测

  
  扫码回复：公开课，加入课程交流群，还有福利哦~

  

• 课时安排

  1、开课前会有短信提醒或者邮件提醒，还请报名的时候填写正确的手机号码及邮箱地址
  2、开课后2-3个工作日内会上传本节课的视频回放，请无法观看直播视频的同学放心，回放视频不限时观看，届时请到报名页观看回放即可

  课程安排如下：
  19:45—20:00  学员提前入场
  20:00—21:15  讲师上课
  21:15—21:30 讲师互动答疑环节