位来 发自 凹非寺量子位 报道 | 公众号 QbitAI

近年来，端侧AI在技术和应用方面都取得了快速发展，端计算模型已应用到各行业的AI实践中。如部署在野外气象观测点用于环境监测，响应垃圾分类政策用来打造智能垃圾桶等等。

但端计算也面临一些挑战，比如计算需求量大、对实时性要求高、受限与内存和存储等。

那么，在实际应用中，我们应如何训练端计算模型？如何提升模型计算速度？

10月28日，第二期「百度AI实战营」直播中，百度高级工程师将为大家讲解如何优化端模型识别速度，以及如何解决端模型部署问题，并直播演示使用EasyDL&EasyEdge进行模型训练和端模型部署。

欢迎对端计算、AI开发感兴趣的小伙伴报名围观~

分享内容

主题：

AI端计算应用—如何快速训练高精度模型，并在设备端加速计算

分享提纲：

端计算模型应用背景介绍瑕疵检测、垃圾分类场景案例展示技术解析：如何通过图优化(量化剪裁)和基于芯片的优化提升模型识别速度实战演示：如何借助EasyDL&EasyEdge部署端计算模型，实现办公室垃圾智能检测场景分享嘉宾

阿达，百度AI平台研发部高级研发工程师。加州大学伯克利分校硕士，主要参与百度EasyEdge端计算模型生成的研发工作，包括深度学习模型的转换、加速和在异构计算设备的高性能推理部署方案研发等。

直播&报名

直播时间：

2020年10月28日，19:00-20:30

其中Q&A时间为30分钟

免费报名：

报名方式见下方图片~~ 欢迎大家与阿达老师、更多开发者一起探讨和交流，也欢迎分享海报给需要的朋友：

关于百度EasyDL

EasyDL是基于深度学习平台飞桨、结合业界先进的工程服务技术打造的、简单易用的模型训练和服务平台，具有3大特点：

极简的交互和使用流程，最快15分钟即可完成模型训练；高精度的训练效果，其中图像分类模型的线上平均准确率在99%以上；部署方式丰富，全面支持云、端、边部署。

简言之，EasyDL极大降低了深度学习的应用门槛，把AI开发这件事情，搞得像使用「家用电器」一样简单，而且训练产出的AI模型质量，如同高级工程师产出的一样专业。

— 完 —