Lei Feng technologie de réseau [AI] commentaires avant le 28 Mars, fondateur de la compagnie Horizon Dr. Yu Kai, joindre Amazon directeur apprentissage machine AWS Alex Smola, Amazon AWS Solutions Architect Deng Mingxuan et Huang Chang, vice-président des algorithmes Horizon Robotique, ils offriront conjointement un bon spectacle - auditorium Daniel.

La conférence a été organisée conjointement par l'horizon auditorium Daniel et Lei Feng réseau, lorsque Lei Network Technology Feng Review [AI] dur pour créer open classe Betta plate-forme en ligne sera synchronisé diffuser cet événement (live en deux dimensions badauds signe d'affiche de balayage de code). Colline a également été invité au monde de la lumière, Jia Yang Qing, le bétail technologie Zhang Zhengyou part une technologie de pointe.

Cette question se divise en deux parties: La première partie fait l'objet d'Alex Smola et Deng Mingxuan part, la deuxième partie des quatre, si vous voulez parler de la table ronde mentionnée ci-dessus pour connaître les dernières tendances de l'industrie, Daniel le plus, s'appliquer directement à la fin du texte et ne doit pas manquer!

information sur l'événement

Thème: Mise à l'échelle d'apprentissage profond avec MxNet

Heure 29 Mars, 2017

Lieu: Institut de technologie de l'informatique, de l'Académie chinoise étage salle de conférence

Forme: le registre en ligne pour participer en direct en ligne +

Invité Présentation

Invité - Alex Smola

* Études à l'Université technique de Munich, Département de physique, Université de Pavie, en Italie, après avoir obtenu de faire des travaux de recherche aux États-Unis Telephone and Telegraph Company (AT & T).

* En 1996, titulaire d'une maîtrise à l'Université technique de Munich;

* En 1998, il a obtenu son doctorat en science informatique à l'Université technique de Berlin, Institut et plus tard en tant que chef de l'équipe de recherche à l'Université nationale australienne.

* 2004-- En 2008, le projet d'apprentissage statistique dans NICTA Research Center en tant que chef de projet;

* 2008 - 2012 années dans la recherche à Yahoo;

* 2012 - Recherche en 2014 comme Google. 2013 a rejoint Carnegie Mellon University en tant que professeur.

* 2015 a co-fondé le laboratoire Mariana, jusqu'à présent, a travaillé dans le département des services Web Amazon et a servi en tant que directeur de l'apprentissage de la machine.

* Il a publié plus de 200 articles scientifiques et des monographies et plus.

sujet

Utilisez MxNet rapide, étude approfondie évolutive, personnalisable

Thème Résumé: peut faire pour construire un contenu personnalisé en fonction de la participation des utilisateurs et l'estimation système de recommandation de l'utilisateur de l'apprentissage en profondeur, qui se réunira le défi. Ces modèles de variables cachées telles que le système de traitement lorsque les données de séries chronologiques dynamiques, doit compter sur la non-paramétrique, tels LSTM.

De plus, je vais aussi discuter de la façon dont la distribution parallèle du cadre de l'apprentissage en profondeur dans ce MxNet à haut rendement, pour atteindre le modèle d'apprentissage en profondeur évolutive. Enfin, je vais aussi mettre l'accent sur le modèle de programmation, le moteur et la façon dont il est exécuté avec mise à l'échelle linéaire efficacement calcul distribué sur les centaines de GPU d'autres questions.

Invité Introduction - Deng Mingxuan

* Amazon AWS Architecte Solutions;

* Avec 15 ans d'expérience dans le domaine informatique, a IBM, RIM, Apple et d'autres entreprises comme ingénieurs, architectes et autres postes;

* Actuellement AWS, comme un poste d'architecte de solution.

* Comme la programmation, comme une variété de langages de programmation, en particulier comme Lisp. Comme la nouvelle technologie, comme toutes sortes de défis techniques, l'accent mis actuellement sur l'apprentissage en calcul distribué et algorithmes d'apprentissage machine dans un environnement d'apprentissage en profondeur.

sujet

Utilisation MXNet apprentissage évolutif

Thème Résumé: Aujourd'hui, l'apprentissage en profondeur est devenue une force motrice dans le champ de vision informatique continue, la compréhension du langage naturel, et d'autres avant-garde, comme un moteur de recommandation. étude approfondie pour obtenir de tels progrès, principalement dans l'étude approfondie de son architecture est très flexible et facile à l'utilisateur d'utilisation. Dans cette présentation, nous présenterons comment utiliser le puissant cadre d'apprentissage de la profondeur d'extension, Mxnet. A la fin du cours, vous ferez l'expérience application cadre de l'apprentissage en profondeur dans des contextes différents, tels que ceux utilisés dans la vision informatique et moteurs recommandation. En même temps, vous serez exposé à la façon d'utiliser l'étude approfondie de pré-série AMIS et CloudFormatio Modèles (modèle / modèle) pour accélérer votre vitesse de développement.

Table ronde invités

Invité - Yu Kai

Dr Yu Kai, la robotique Horizon (Horizon Robotique), fondateur et chef de la direction. Expert national, les experts d'apprentissage de la machine, l'un des leaders mondiaux dans le domaine de l'intelligence artificielle, Département de l'Organisation centrale Internet, « des milliers de personnes ont l'intention. » Institut président exécutif avant Baidu, Baidu principal directeur technique, qui a dirigé l'Institut Baidu profond (IDL), la technologie multimédia (voix, image), l'image de recherche Division des produits et d'autres équipes.

Invité - Huang Chang

Dr Huang Chang, la robotique Horizon (Horizon Robotique), co-fondateur et vice-président algorithme. De premier cycle, de maîtrise et de doctorat de troisième cycle en informatique et de la technologie, l'Université de Tsinghua, a servi en tant que chercheur à l'Université de Californie du Sud et de l'Académie de NEC américain. 2012 a rejoint Baidu US centre R & D en 2013 impliqué dans la formation Baidu Institut d'apprentissage profond (IDL), chercheur principal, architecte, directeur de la recherche et le développement. Longue engagé dans la vision par ordinateur, l'apprentissage automatique, la reconnaissance des formes et la recherche d'information, des universitaires et des experts de renom de l'industrie, les documents publiés sont cités plus de 3929 fois, avec un certain nombre de brevets internationaux.

Sujet commun:

Kaiyuan Ecologie et applications au sol.

Inscription hors ligne

Code Fanger Wei pour entrer dans la page d'inscription remplir le formulaire sous-balayage.