MIT韩松博士《TinyML与高效深度学习》2022课程，附Slides 转自：专知 你是否发现在移动设备和物联网设备上部署神经网络很困难?你有没有发现训练神经网络太慢了?本课程深入探讨有效的机器学习技术，在资源受限的设备上实现强大的深度学习应用。主题涵盖了有效的推理技术，包括模型压缩、修剪、量化、神经结构搜索和蒸馏;高效的训练技术，包括梯度压缩和设备上迁移学习;其次是针对视频、点云和NLP的特定应用模型优化技术;以及高效的量子机器学习。通过一个与移动AI相关的开放式设计项目，学生将获得在微控制器、手机和量子机器上实现深度学习应用的实际经验。讲者： 课件获取方式：关注深度学习技术前沿公众号，在消息对话框回复关键词：MITML(建议复制)即可获取课件资料！（点击下面链接直达哟！） 推荐阅读 西电IEEE Fellow团队出品！最新《Transformer视觉表征学习全面综述》润了！大龄码农从北京到荷兰的躺平生活（文末有福利哟！）如何做好科研？这份《科研阅读、写作与报告》PPT，手把手教你做科研一位博士在华为的22年奖金675万！3位科学家，斩获“中国诺贝尔奖”！又一名视觉大牛从大厂离开！阿里达摩院 XR 实验室负责人谭平离职 最新 2022「深度学习视觉注意力 」研究概述，包括50种注意力机制和方法！【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！2021李宏毅老师最新40节机器学习课程！附课件+视频资料 欢迎大家加入DLer-计算机视觉技术交流群！ 大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明） ??长按识别，邀请您进群！ 阅读原文