深度学习系统的性能提升｜SPP第96期

深度学习系统已受到广泛关注并已被大力发展，然而深度学习系统性能问题仍较为凸显。本期SPP报将告从“深度学习系统的回归性能提升”、“深度代码模型的鲁棒性能力提升”、“深度代码模型部署后性能即时提升”三个方面介绍深度学习系统性能提升方法，从不同维度保证深度学习系统质量。欢迎参与本期 SPP：7月 10日（本周三）19:30 —21:00。

本期直播你将收获哪些

1、深度学习系统性能问题来源

2、深度学习系统回归测试

3、深度代码模型性能提升方法

演讲嘉宾

陈俊洁，天津大学智能与计算学部特聘研究员，博士生导师，软件工程团队负责人，国家优青项目获得者；博士毕业于北京大学，研究方向主要为基础软件测试、可信人工智能、数据驱动的软件工程等。入选中国科协青年人才托举工程、斯坦福大学发布的全球前2%顶尖科学家年度榜单，荣获CCF优博、电子学会自然科学一等奖、六项最佳/杰出论文奖等奖项。成果在华为、百度等多家知名企业落地。担任CCF系统软件专委常委，CCF 218club副主席，以及CCF-A类会议ASE评审过程主席，ICSE、FSE、ASE、ISSTA等顶会PC。