报告时间：2021/12/29 上午10:00

线上报告：腾讯会议566-905-067（https://meeting.tencent.com/dm/niVvYXk8hwBa）

一站式深度学习训练与剪切框架

盛邀嘉宾：陈天翼

  个人简介：陈天翼，微软机器学习科学家，获约翰霍普金斯大学应用数学    与统计博士学位，计算机科学硕士学位，大连理工大学数学与应用数学学    士学位，并进修于华盛顿大学应用物理系。主要研究方向为连续优化，深    度学习，模型压缩，人工智能安全，以及量子信息技术。迄今已发表多篇    顶刊顶会论文，包括 SIAM Journal of Optimization, NeurIPS等等，并获      批多项专利。研究成果已广泛应用于微软的各类人工智能产品上。

  报告摘要：随着人工智能技术的发展，对模型进行无损压缩成为了神经网    络大规模应用的关键。现存的模型压缩技术大多基于经验主义，且需要多次模型再训练微调。本次报告将介绍一种名为Only Train Once (OTO)的一站式神经网络训练压缩技术，OTO首次实现了神经网络训练和压缩的同步进行，可以在不损失模型性能的前提下，显著提升模型效率。该研究成果已经发表于NeurIPS 2021上。