突出了
- 对图像执行像素级语义分割
- 从TensorFlow和Caffe导入和使用预训练的模型
- 利用集群上的并行计算加速网络训练
- 使用数据增强来提高深度学习模型的准确性
- 自动转换一个模型到CUDA运行在gpu上
的主持人
Abhijit Bhattacharjee是MathWorks的高级应用工程师,专注于计算机视觉、音频信号处理和机器学习领域。在加入MathWorks之前,Abhijit是南加州大学信息科学研究所的研究员,在NASA和DARPA资助的项目中工作。项目包括高光谱图像处理和音频隐写术。他拥有南加州大学(University of Southern California)的硕士学位,与所有行业的客户合作,包括消费设备、半导体、政府和学术界。
Pitambar Dayal是MathWorks图像处理和计算机视觉产品的技术营销经理。s manbetx 845在加入MathWorks之前,Pitambar获得了学士学位,在新泽西理工大学学习生物医学工程,并在一个脑成像实验室工作,在那里他研究了缺血性中风患者的fMRI模式(当然是使用MATLAB)。工作之余,Pitambar把时间花在旅行、看篮球和玩极限飞盘上。他最喜欢的食物是玛格丽特披萨,他最喜欢的甜点是比利时华夫饼。