0
學術青年分享會是雷鋒網旗下垂直AI領域學術交流社群——AI研習社所發起的活動。AI研習社致力于建設全球領先的AI求知社區，基于專業直播平臺，進行技術交流的公益傳播和深度交流。
分享會通過邀請學術界、工業界學者進行高質量內容分享，讓廣大學術青年了解最前沿的學術與行業技術進展，成為連接學術界與工業界之間的橋梁，雷鋒網希望能夠從中發現一大批優秀AI人才，推動國內AI行業的持續發展。
接下來是一大波本周的分享會預告：
主題：從數據采集與標記行業看數據與深度學習之關系
分享內容：深度模型在機器學習很多領域都取得了巨大成功，但也對算法的原材料訓練數據提出了更多的要求。對于研發高水平的算法，數據的高質量采集、清洗、處理等等對算法效果會有直接影響。本次分享主要介紹數據規模、數據質量等與深度學習算法之間的關系，以及為算法做數據準備的一些經驗。
分享人：吳昊，本科畢業于上海交通大學，碩士畢業于紐約大學，現任BasicFinder標注平臺數據科學家，專注于數據眾包策略研究、深度學習模型數據采集與標記方案咨詢及優化。
主題：深度學習處理架構的演進
分享內容：深度學習、體系結構、數據規模的共同發展促進了人工智能行業的繁榮。在通用架構之外，深度學習處理架構已經經歷了三代的發展，從計算優化、存儲優化，到結合Deep Compression的稀疏化處理架構。本次分享將簡要介紹Deep Compression，分析深度學習計算中的核心問題，并介紹最新的深度學習處理架構發展。
分享人：姚頌，深鑒科技聯合創始人、CEO。畢業于清華大學電子系，斯坦福大學研究訪問學者。曾任清華電子系科協主席，本科期間發表多篇論文。入選2017福布斯中國30位30歲以下精英榜。
主題：基于深度學習的中文唇語識別
分享內容：唇語識別，即通過運動的嘴唇，識別其說話內容。通過LSTM模型將CNN抽取出來的圖片特征進行時序建模，最后引入Seq2Seq的翻譯模型將發音轉換成漢子。此次分享，會先簡單介紹現有的英文唇語識別的一些工作（《Lip Reading Sentences in the Wild》 和《LipNet： sentence level lipreading》），隨后對中文唇語識別展開詳細討論。
分享人：戴錫笠，電子科技大學計算機系二年級博士生，他的研究方向在于計算機視覺，移動計算，深度學習。曾于海康威視研究院實習，研究內容為基于序列的行人再檢索。
掃描二維碼備注「雷鋒網」立即報名活動。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
