Presented By O’Reilly and Intel AI
Put AI to work
April 10-11, 2018: Training
April 11-13, 2018: Tutorials & Conference
Beijing, CN

Schedule: 深度学习(Deep Learning) sessions

Given that deep learning has been behind the surge in interest in AI technologies, it’s no surprise that we have many sessions on this important machine learning technique.

Tools and platforms:

Add to your personal schedule
09:00 - 17:00 Tuesday, April 10 & Wednesday, April 11
Location: 多功能厅6A+B (Function Room 6A+B)
Chia Wei Lim (Skymind), Wang Feng (Skymind)
Average rating: ***..
(3.00, 2 ratings)
在分析时间序列或者序列数据方面循环神经网络(RNN)已经被证明是非常有效的,那么在实际的案例中如何才能把循环神经网络(RNN)的优点发挥出来呐?这里将演示如何用Deeplearning4j框架构建循环神经网络(RNN)来解决时间序列的问题。 Read more.
Add to your personal schedule
09:0017:00 Wednesday, April 11, 2018
Zhichao Li (Intel)
深度学习技术的进步继续推动数据分析和机器学习的演变,推进人工智能的全新应用。作为最受欢迎的上层神经网络 API 之一,Keras 可帮助企业轻松、快速地进行原型构建,并支持多个后端,包括 TensorFlow 和 Theano。在本演讲中,我们将展示如何将 Keras 无缝集成在 BigDL(Apache Spark 的一种分布式深度学习框架)中,以便用户通过运行分布式 Keras 在基于英特尔® 至强® 处理器的现有 Hadoop/Spark 集群上进行训练、微调或大规模推理。 Read more.
Add to your personal schedule
09:0012:30 Wednesday, April 11, 2018
Yufeng Guo (Google)
Yufeng Guo walks you through training a machine learning system using popular open source library TensorFlow, starting from conceptual overviews and building all the way up to complex classifiers. Along the way, you'll gain insight into deep learning and how it can apply to complex problems in science and industry. Read more.
Add to your personal schedule
11:1511:55 Thursday, April 12, 2018
实施人工智能 (Implementing AI), 模型与方法 (Models and Methods)
Location: 多功能厅5A+B(Function Room 5A+B) Level:
杨军 (阿里巴巴)
本议题会分享我们在典型互联网业务场景(图像、文本处理等)下的深度学习优化实践经验,包括离线训练和在线Inference,并会从系统与算法相结合的角度进行相关经验的阐述和介绍。 Read more.
Add to your personal schedule
14:0014:40 Thursday, April 12, 2018
实施人工智能 (Implementing AI), 模型与方法 (Models and Methods)
Location: 多功能厅3A+B (Function Room 3A+B)
Bichen Wu (UC Berkeley)
深度学习近年来的成功极大地促进了自动驾驶技术的快速发展。但不少问题依然存在:1)深度学习模型需要大量的训练数据 2)即便是深度学习模型也很难达到100%准确率 3) 深度学习模型的计算复杂度太高,超出了车载计算机的处理能力。这个讲座将会关注以上几个问题。 Read more.
Add to your personal schedule
14:0014:40 Thursday, April 12, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅6A+B(Function Room 6A+B) Level:
徐晓 (阿里巴巴)
随着深度学习的发展,其在推荐领域的可能性也被不断拓展,越来越多的基于深度学习的推荐算法在学术论文中被提出,比如:Google提出的Wide&Deep网络结构。 目前,很多大型推荐系统均构建在Hadoop生态上,而主流的深度学习工具(如:TensorFlow/Caffe/Torch)则更适合于gpu集群。因此,运行在Spark环境上的BigDL是非常合适于推荐系统的深度学习解决方案。 本议题将通过案例的形式,分享使用Spark与BigDL构建深度神经网络来优化现有推荐系统的经验。本议题的主要关注点是:如何在推荐工程中高效而健壮的实施深度学习,包括:技术选型的思考,实验场景的搭建,神经网络配置脚本的定制,模型数据的IO,自定义神经网络组件的开发等。 Read more.
Add to your personal schedule
16:2017:00 Thursday, April 12, 2018
模型与方法 (Models and Methods)
Location: 多功能厅6A+B(Function Room 6A+B) Level:
Xiaohui Wang (TalkingData)
目前,深度学习在移动端的应用越来越受到重视,从芯片制造商到手机厂商,一直到应用开发者,都在为在智能手机上运行深度学习模型做出了很多努,开发者一方面很难找到针对移动端优化过的解决特定应用场景的模型,一方面不知道应该如何选择这些框架,TalkingData 推出的 Android Deep Learning Framework 就为了解决这些问题。我们提供了针对移动平台的各种类型的模型,以及它们在主流机型行的实测 Benchmark,另外也提供了利用这些预训练模型和自己的数据集进行再训练的服务器端脚本和自动化工具,最后就是封装了一个上层 DL API,让开发者可以支持各种移动端深度学习框架,并为这些模型的使用提供统计分析服务。 Read more.
Add to your personal schedule
09:2509:40 Friday, April 13, 2018
Location: 紫金大厅A(Grand Hall A)
Sherry Moore (Google)
人工智能已经不是未来的科技,它正快速地成为我们日常生活的一部分。在本演讲中,谷歌TensorFlow的领导者Sherry Moore将会介绍机器学习是如何造福世界的,特别是对于科学的发展。她将会讨论她自己的关于学习如何学习(AutoML)的工作以及几个在中国和全世界使用TensorFlow和机器学习的迷人案例。
 Read more.
Add to your personal schedule
11:1511:55 Friday, April 13, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅5A+B(Function Room 5A+B)
Yonggang Hu (IBM), Junfeng Liu (IBM), Feng Kuan (IBM Canada)
深度学习技术是从海量数据集中构建人工智能的关键技术。将Apache Spark与诸如Caffe, MXNet等深度学习框架的集成之后,可以使得后者的学习阶段能够大规模并行化,但在企业部署中会面临很多问题。我们将会分享我们在使用Apache Spark进行深度学习,特别是使用GPU的深度学习的方法以及相应的认知计算实际案例。 Read more.
Add to your personal schedule
13:1013:50 Friday, April 13, 2018
实施人工智能 (Implementing AI)
Location: 报告厅(Auditorium) Level:
Hui Lin (Liulishuo)
教育的个性化和高效率离不开智能化。本次演讲将结合“流利说”在过去5年的实践,从问题定义、数据获取、算法设计、模型优化等方面介绍如何将深度学习运用于语音识别、知识跟踪、以及自然语言处理等领域。实验结果显示,搭载这些智能技术的学习产品能将学习效率提升三倍。 Read more.
Add to your personal schedule
14:0014:40 Friday, April 13, 2018
实施人工智能 (Implementing AI), 英文讲话 (Presented in English)
Location: 多功能厅2(Function Room 2) Level: Intermediate
Arsenii Mustafin (Fudan University)
Deep reinforcement learning is a thriving area and has wide applications in industry. Arsenii Mustafin shares his experience developing deep reinforcement learning applications on BigDL and Spark. Read more.
Add to your personal schedule
14:0014:40 Friday, April 13, 2018
模型与方法 (Models and Methods)
Location: 多功能厅3A+B (Function Room 3A+B)
Sherry Moore (Google)
TensorFlow可以让你进行高速运算,很多时候是在机器学习的情景下。 Sherry Moore将会介绍TensorFlow的最新进展,包括TensorFlow立刻执行机制和TensorFlow Lite。她还会分享一些最佳实践,并将演示机器学习的一些有用的应用。 Read more.
Add to your personal schedule
14:5015:30 Friday, April 13, 2018
Li Li (ESRI)
制图学是一个历史悠久的学科。古希腊地理学家C.托勒密的《地理学指南》就是一部地图制图学著作。托勒密认为地理学就是“以线画形式描绘地球上所有迄今已知的部分及其附属的东西”。几百年以来,地图学领域都没有重大突破。 深度学习作为一个新的技术已经渗透到了各个行业。带来了各种各种的技术革新。本讲座就是探讨如何用深度学习来给地图换装。然后展示一些用深度学习技术给地图换装的结果。并讨论,深度学习在制图领域的应用。 Read more.
Add to your personal schedule
16:2017:00 Friday, April 13, 2018
实施人工智能 (Implementing AI), 英文讲话 (Presented in English)
Location: 多功能厅2(Function Room 2) Level: Intermediate
Nishant Sahay (Wipro Limited)
Deep learning with ConvNet in particular has emerged as a promising tool in medical research labs and diagnostic centers to help analyze images and scans, and systems are now surpassing human capability for manual inspection. Nishant Sahay explains how to apply deep learning to analyze high-end microscope images and X-ray scans to provide accurate diagnosis. Read more.
Add to your personal schedule
16:2017:00 Friday, April 13, 2018
李苍柏 (中国地质科学院矿产资源研究所)
众所周知,现在的深度学习已经在各个行业开始了应用。但是深度学习如何与地质行业相结合,这还是一个新兴的话题,国外目前,已经开始用深度学习来处理实验室地震数据,用以提高地震预测的时间;国内也已经有很多人用卷积神经网络开始对岩石图像数据进行处理,这次议题我做的报告是,在介绍前人工作的基础上,介绍一下自己在地质上的应用! Read more.