25-Day12.md

Day12 学习小结

---

旷视介绍

旷视科技

• face++:工业界和学术界的区别，追求效率
• 单独框架的意义：便于自己整合，适用于大型公司(baidu,google,megv...
• 壁垒：数据，face++系统
• benchmark建设：与应用场景符合
• 模型鲁棒性：数据预处理
• 端侧执行：速度、占用资源、加密
• megengine

云边端互联的物联网

高速互联、硬件集群、器件端处理等，制造智能器件

深度学习平台Brain++

存在几种壁垒

• 算力问题
• 数据采集、预处理问题
• 数据标注的质量等
• 模型、kernal的加密等

开发平台Magstudio

MegStudio 提供了免费的深度学习运算平台和一些学习项目，可以用于深度学习应用的学习、开发、调试。

AI的发展进程

• 固定的结构
• 浅层学习
• 深度学习
• learn2learn 网络结构搜索 ImageNet

神经网络结构搜索

• 在一个看不见的数据集上设计一个好的网络结构
• NAS 的基本想法是通过神经网络来设计神经网络，从而得到更好的通用性、减小人力成本。