TSM: Temporal Shift Module for Efficient Video Understanding @ MIT Driverless
Ji Lin, the first author of TSM, gave a tech talk at the group meeting of MIT Driverless(https://mitdriverless.racing/).
Видео TSM: Temporal Shift Module for Efficient Video Understanding @ MIT Driverless канала MIT HAN Lab
Видео TSM: Temporal Shift Module for Efficient Video Understanding @ MIT Driverless канала MIT HAN Lab
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Tutorial - Training Deep Nets with PyTorch | MIT 6.S965
TSM: Temporal Shift Module for Efficient Video Understanding, online demo with NVIDIA Nano
EfficientML.ai Lecture 9 - Knowledge Distillation (MIT 6.5940, Fall 2023)
Lecture 24 - Course Summary | MIT 6.S965
Lecture 08 - Neural Architecture Search (Part II) | MIT 6.S965
Lecture 04 - Pruning and Sparsity (Part II) | MIT 6.S965
TorchQuantum Tutorial Opening: Intersection of Quantum and Machine Learning
EfficientML.ai Lecture 6 - Quantization (Part II) (MIT 6.5940, Fall 2023, Zoom recording)
Lecture 04 - Pruning and Sparsity (Part II) | MIT 6.S965
EfficientML.ai Lecture 16 - Diffusion Model (MIT 6.5940, Fall 2023, Zoom)
MCUNet for Visual Wake Words with 10KB Memory
MCUNetV2 Demo
StreamingLLM Lecture
Lecture 25 - AI Model EfficiencyToolkit (AIMET) | MIT 6.S965
Lecture 22 - Quantum Machine Learning | MIT 6.S965
EfficientML.ai Lecture 6 - Quantization (Part II) (MIT 6.5940, Fall 2023)
Online-TSM on Ultra96V2 and FPGA
EfficientML.ai Lecture 18: Distributed Training (Part II) (MIT 6.5940, Fall 2023)
Lecture 17 - TinyEngine - Efficient Training and Inference on Microcontrollers | MIT 6.S965
Micro'21 PointAcc: Efficient Point Cloud Accelerator
MCUNet TinyML Use Cases