报告题目：深度学习模型的压缩与加速算法
报告人：宗子良，德克萨斯州立大学副教授
报告时间：2021年08月24日，11：00
腾讯会议号：284 414 904
报告摘要：为了追求更高的准确度和通用性，深度学习模型的复杂程度正在日益增长。训练和推理这些复杂模型所消耗的资源（包括计算力，存贮空间，能耗等）也越来越高昂，这严重阻碍了深度学习模型在边缘设备上的部署和应用。近年来，对复杂深度学习模型进行压缩和加速成为一个研究热点。本次报告将介绍深度学习模型压缩与加速算法的研究现状并重点介绍三个主要方法：量化，剪枝，和知识蒸馏。报告中将对每种算法的优缺点进行比较并探讨未来可能的研究方向。
报告人简介：宗子良, 美国德克萨斯州立大学计算机系副教授, 云计算中心主任，荣获得克萨斯州立大学杰出科研贡献与创新奖。目前的研究方向包括人工智能，云计算，节能型软件设计和大数据分析 。宗教授目前担任节能及可持续计算（SCI）期刊副总编和美国节能软件基金会委员。他在高水平专业期刊和国际学术会议上发表论文80余篇，出版专著章节两部，领导了多个由美国自然科学基金委员会和工业界资助的科研项目。
