Нейронные сети: современные методы оптимизации и глубокое обучение

Доклад Михаила Дуринова про нейронные сети: современные методы оптимизации, применяемые в ведущих IT-компаниях и актуальная информация про глубокое обучение. 📝 | Темы выпуска: → Какие есть эффективные подходы для оптимизации обучения и инференса нейронных сетей? → Какие девайсы подходят для обучения нейронных сетей? → Чем отличаются процессоры Huawei от других? ⌛ | Таймкоды: 00:00 Руководитель DSC 00:35 Вступительное слово Михаила 01:04 Про что расскажет Михаил на митапе 01:21 Постановка первоначальной задачи 02:12 Отличия и использование процессоров Ascend 910 и Ascend 310 03:38 Роль процессоров Ascend в AI 05:28 Характеристики architecture DaVinci 06:10 Назначение двух частей software stack for inference 07:14 Как правильно оптимизировать модель, идеи 08:35 Идея TASO (The Tensor Algebra SuperOptimizer for Deep Learning) 10:38 Техника по оптимизации нейронных сетей quantization 12:15 Про смысл и параметры quantization 14:53 Hardware possibilities for quantization 15:45 Принцип работы heterogeneous inferenc