阿里云机器学习平台PAI是面向开发者和企业用户,覆盖AI工程全链路的云原生机器学习平台。阿里云机器学习PAI先后开源了多个AI算法框架及平台工具,从场景到生产开发,贯穿AI全链路。
9月25日,由阿里云、DataFun主办的【阿里云深度学习热门算法和工具 --Easy系列开源讲解】主题分享,邀请到4位阿里云技术专家,带来EasyRec、EasyCV、EasyNLP、EPL等技术与实践。感兴趣的小伙伴赶紧报名吧:
扫码报名 免费观看
演讲议题:视觉建模框架EasyCV及其在PAI上的应用
一直从事计算机视觉技术研究和落地。目前为阿里高级算法专家,负责阿里云机器学习平台PAI上CV算法开发和业务落地,在技术预研和产品化落地方面有着丰富经验。- 获取最新自监督学习和视觉transformer进展
演讲议题:基于预训练模型的自然语言处理及EasyNLP算法框架在阿里云机器学习平台(PAI)从事深度学习算法的研发,主要研究兴趣包括自然语言处理、多模态学习、小样本学习等,在ACL、KDD、SIGIR、WWW、AAAI、TKDE、CIKM、SDM、EMNLP等国际会议和期刊上发表研究论文60余篇。此次报告将深入介绍预训练语言模型的研究进展以及各种下游自然语言理解的应用;为了解决大模型落地难问题,重点展示多种知识蒸馏、基于Prompt的小样本学习等前沿自然语言处理技术。此外,在构建预训练语言模型基础上,我们进一步介绍融入多模态知识的预训练模型,用于各种文图理解和生成任务。基于上述内容,将会介绍开源算法框架EasyNLP,从黑盒化的AppZoo模式和白盒化的Python模式分别展现EasyNLP的使用方式和功能。2013年清华硕士毕业,加入阿里巴巴至今,从事图像算法和推荐算法研发工作。工作内容包括OCR,多模态学习、推荐算法框架研发(EasyRec)。演讲议题:EPL (Whale):高效大模型分布式训练框架- 如何使用EPL通过添加几行代码,实现模型的分布式训练。
- 如何使用EPL的显存优化功能,在有限的资源上训练大模型。
活动议程