第六期“AI未来说·青年学术论坛”带你进击机器学习( 五 )_2019年6月23日下午

\n \n

报告首先介绍了大数据及应用场景，并以大数据分类为例讲到了数据标注这一应用难点，引出了基于知识共享的四种模型（迁移学习、多任务学习、多视图学习和模型融合），进而探讨了这些模型之间的区别与联系。然后，分别对迁移学习、多任务学习、多视图学习的概念及其应用场景进行了详细的介绍。最后，从理论分析、应用、有向/无向、粗粒度/细粒度和隐私等角度探讨了基于知识共享的机器学习算法研究的未来方向。

\n \n \n

胡晓光老师作“飞桨（PaddlePaddle）核心技术与应用实践”的报告分享

\n \n

作为百度深度学习技术平台部主任架构师，胡晓光老师报告的主要内容包括飞桨总体介绍、飞桨核心框架、飞桨新特性和飞桨模型应用四个部分。

\n \n

报告首先以深度学习技术在各行业的广泛应用及其在企业应用的流程作为引入，进而介绍了飞桨的演进以及飞桨的全景概览。接着，从飞桨对建模、训练、服务的三大AI场景的支持出发，介绍了飞桨的核心框架，包括组网模块、模型训练、模型表达与优化和PaddleServing ，并重点介绍了Python API、计算过程、用户和框架的分工、架构图等核心技术。然后，从飞桨的服务部署能力、模型压缩能力和全功能分布式训练能力等方面介绍了飞桨的新特性。最后，展示了飞桨全面的官方支持模型库，并详细介绍了用于智能视觉的PaddleCV、人脸检测算法PyramidBox、视频分类库、用于智能文本处理的PaddleNLP、语义表示模型ERNIE、机器翻译模型Transformer ，同时展示了AI识虫、精密零件智能分拣两个应用案例。最后，给出了飞桨的使用的详细的资料。