网络研讨会:深度学习 101

Overview

深度神经网络具备出色的高级表达功能,并在诸多领域展示了一流的准确性,如计算机视觉、语音识别、自然语言处理以及各种数据分析领域。 深度网络需要训练大量的计算。 英特尔正在优化常见的框架,如 Caffe*、TensorFlow* 和 Theano* 等,以显著提升性能,缩短单个节点的训练总时间。 英特尔还在增强上述框架的多节点分布式训练功能,以在多个节点间分享计算要求,进一步缩短训练时间。 之前训练一个工作负载需要数天时间,现在只需数小时。

本次网络研讨会广泛讨论了各种深度学习使用问题,着重讨论涉及 Caffe 的使用问题,以及 Caffe 针对英特尔® 架构进行的优化。

通过本次网络研讨会,您将了解:

  • 深度学习的使用情况
  • 如何将 MKL 集成至 Caffe
  • 如何使用 Caffe

产品和性能信息

1

英特尔的编译器针对非英特尔微处理器的优化程度可能与英特尔微处理器相同(或不同)。这些优化包括 SSE2、SSE3 和 SSSE3 指令集和其他优化。对于在非英特尔制造的微处理器上进行的优化,英特尔不对相应的可用性、功能或有效性提供担保。该产品中依赖于微处理器的优化仅适用于英特尔微处理器。某些非特定于英特尔微架构的优化保留用于英特尔微处理器。关于此通知涵盖的特定指令集的更多信息,请参阅适用产品的用户指南和参考指南。

通知版本 #20110804