热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

百度AI快车道PaddleLite专场来上海了!全面解析端侧落地的秘密武器

如今移动设备上的AI功能越来越普及,即使“小白”也能通过强大的修图软件抠图修图,化身成“技术大神”;看中了某款包包鞋子,不用

如今移动设备上的AI功能越来越普及,即使“小白”也能通过强大的修图软件抠图修图,化身成“技术大神”;看中了某款包包鞋子,不用费心去搜牌子货号,通过图片搜索就能在某宝快速找到它;迷失在街头不知何去何从时,也可以用地图的实景导航迅速找到方向……生活中种种便利的背后,是让AI能力快速部署到硬件设备的秘密武器——端侧推理引擎,在发挥着至关重要的作用。

百度飞桨Paddle Lite能够提供一套功能完整、易用、高性能面向终端和边缘设备的端侧推理引擎,方便广大开发者将应用部署到任何端侧设备之上。12月8日,百度AI快车道将在上海为广大开发者带来一场“干货满满”的Paddle Lite专场。

此次专场将由百度多位技术大咖主讲,详细解读Paddle Lite的技术特点、使用方法和相关应用,同时也会通过实践,实现目标检测在手机上的部署,完整体验Paddle Lite在实际业务中的应用。

活动主题:

Paddle Lite

课程时间&地点:

2019年12月8日 13:00-17:05    上海·百度上海研发中心

课程安排:

  • 13:00-13:30  签到、现场交流

  • 13:30–13:45  百度深度学习平台-飞桨全景介绍

  • 13:45–14:45  Paddle Lite深度学习技术解读及应用

  • 14:45–15:05  EasyEdge百度端计算模型生成平台简介

  • 15:05–16:05  基于Paddle Lite的移动端目标检测部署实践

  • 16:05–17:05  基于Paddle Lite的EdgeBoard边缘AI部署实

报名链接(或点击阅读原文):

https://iwenjuan.baidu.com/?code=wm82fk

 

关于Paddle Lite:

Paddle Lite是飞桨产品栈中用于端侧高性能轻量化AI应用部署的推理引擎,核心用途是将训练出的模型在不同硬件平台场景下快速部署,根据输入数据,执行预测推理得到计算结果,支持实际的业务应用。

今年8月,飞桨对外发布Paddle Lite Beta版,经过两个多月的迭代与发展,“Wave Summit+”2019深度学习开发者峰会上Paddle Lite2.0正式发布,Paddle Lite自Beta版发布以来,在如下核心功能上进行升级:

  • 多框架支持:原生支持飞桨的模型,同时通过X2Paddle工具,提供对TensorFlow,PyTorch和ONNX模型格式的更充分的支持;

  • 多硬件支持:除了ARM CPU、移动端GPU、华为NPU,新增支持Nvidia GPU和X86 CPU;

  • 更好的性能:更新benchmark,提升了在ARM CPU上尤其是int8的性能;

  • 更加完备的功能:支持python API,优化编译流程,新增预测库极致裁剪等功能;

  • 更加完善的文档和demo:提供完善的文档和多平台的demo,包括安卓、iOS和树莓派等。

关于AI快车道:

百度 AI快车道企业深度学习实战营是百度依托自身深厚的深度学习技术实践经验,面向有 AI 技术需求企业的算法工程师、架构师群体提供的快速应用扶持计划。

计划的学习内容囊括了10套工程实施与深度学习技术落地结合的详细方案,覆盖百度领先的AI技术和业务应用场景的深入剖析,如OCR、精密仪器质检、推荐排序经典场景、遥感图像处理等;源于百度业务实践的深度学习平台飞桨的性能优势、模型优势、生态优势的解读;百度自研和顶级学术会议魁首算法、预训练模型的详细介绍,还有与案例和算法紧密相扣的在线实验,并以“短平快”的课程,进行业务问题定位、框架及算法的快速应用培训,为更多企业带去深度学习技术和经验分享。

 

(扫描二维码,报名百度AI快车道Paddle Lite专场吧)


推荐阅读
  • 【图像分类实战】利用DenseNet在PyTorch中实现秃头识别
    本文详细介绍了如何使用DenseNet模型在PyTorch框架下实现秃头识别。首先,文章概述了项目所需的库和全局参数设置。接着,对图像进行预处理并读取数据集。随后,构建并配置DenseNet模型,设置训练和验证流程。最后,通过测试阶段验证模型性能,并提供了完整的代码实现。本文不仅涵盖了技术细节,还提供了实用的操作指南,适合初学者和有经验的研究人员参考。 ... [详细]
  • 使用jQuery与百度地图API实现地址转经纬度功能
    本文详细介绍了如何利用jQuery和百度地图API将地址转换为经纬度,包括申请API密钥、页面构建及核心代码实现。 ... [详细]
  • 英特尔推出第三代至强可扩展处理器及傲腾持久内存,AI性能显著提升
    英特尔在数据创新峰会上发布了第三代至强可扩展处理器和第二代傲腾持久内存,全面增强AI能力和系统性能。 ... [详细]
  • iOS 百度地图使用指南:基本定位与地理编码
    本文详细介绍如何在 iOS 应用中集成百度地图,实现基本的地图定位和地理编码功能。配置详情请参考官方文档:http://developer.baidu.com/map/index.php?title=iossdk ... [详细]
  • 通过使用CIFAR-10数据集,本文详细介绍了如何快速掌握Mixup数据增强技术,并展示了该方法在图像分类任务中的显著效果。实验结果表明,Mixup能够有效提高模型的泛化能力和分类精度,为图像识别领域的研究提供了有价值的参考。 ... [详细]
  • 尤洋:夸父AI系统——大规模并行训练的深度学习解决方案
    自从AlexNet等模型在计算机视觉领域取得突破以来,深度学习技术迅速发展。近年来,随着BERT等大型模型的广泛应用,AI模型的规模持续扩大,对硬件提出了更高的要求。本文介绍了新加坡国立大学尤洋教授团队开发的夸父AI系统,旨在解决大规模模型训练中的并行计算挑战。 ... [详细]
  • 本文详细介绍了Java API中文文档的位置、用途及其查看方法,帮助开发者更高效地利用这一资源。 ... [详细]
  • 电脑护眼模式_解决眼睛疲劳,f.lux软件安装与使用指南
    随着电子设备的普及,护眼成为显示器和操作系统的必备功能之一。本文将详细介绍如何通过安装和配置f.lux软件来有效减轻长时间面对电脑屏幕造成的眼部不适。 ... [详细]
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 本文介绍了一种方法,通过使用Python的ctypes库来调用C++代码。具体实例为实现一个简单的加法器,并详细说明了从编写C++代码到编译及最终在Python中调用的全过程。 ... [详细]
  • 本文探讨了如何在百度地图最新SDK中将RouteLine显示在地图上,并提供了解决方案。 ... [详细]
  • 目录预备知识导包构建数据集神经网络结构训练测试精度可视化计算模型精度损失可视化输出网络结构信息训练神经网络定义参数载入数据载入神经网络结构、损失及优化训练及测试损失、精度可视化qu ... [详细]
  • 在2019中国国际智能产业博览会上,百度董事长兼CEO李彦宏强调,人工智能应务实推进其在各行业的应用。随后,在“ABC SUMMIT 2019百度云智峰会”上,百度展示了通过“云+AI”推动AI工业化和产业智能化的最新成果。 ... [详细]
  • 在《Cocos2d-x学习笔记:基础概念解析与内存管理机制深入探讨》中,详细介绍了Cocos2d-x的基础概念,并深入分析了其内存管理机制。特别是针对Boost库引入的智能指针管理方法进行了详细的讲解,例如在处理鱼的运动过程中,可以通过编写自定义函数来动态计算角度变化,利用CallFunc回调机制实现高效的游戏逻辑控制。此外,文章还探讨了如何通过智能指针优化资源管理和避免内存泄漏,为开发者提供了实用的编程技巧和最佳实践。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
author-avatar
拍友2502914573
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有