邱景飞 | 鹏城实验室人工智能研究中心副主任

开源汇智，以智创新———人工智能开发者的成功之路

在人工智能领域，开源已经成为推动技术和产业发展的重要力量，同时开源不可避免的带来知识产权、信息安全等一系列问题。本演讲介绍了开源的发展历程以及开源工作，包括如何开源、如何选择开源许可证、代码托管平台等开源应注意的内容进行了详细阐述。

林伟 | 阿里妈妈搜索广告排序和机制算法负责人

Euler：超大规模图深度学习开源框架，图深度学习的背景与技术挑战

本次演讲将从（一）图深度学习的背景与技术挑战；（二）从算法到框架的联合设计；（三）阿里巴巴的应用案例介绍；（四）使用Euler快速构建图神经网络；（五）Euler开源项目等五方面展开。

马超 | 亚马逊 AWS AI 应用科学家

使用 DGL 训练大规模图神经网络

图神经网络 (GNN) 是近两年机器学习研究领域的一个热点话题。与传统基于张量 (tensor) 的神经网络相比，图神经网络将图 (Graph) 作为输入，从而学习和推演图中节点之间的关系，该方法已被证明在许多场景可以取得很好的效果。然而，使用传统的深度学习框架（例如 tensorflow，pytorch，mxnet）并不能方便地进行图神经网络的开发和训练，而 DGL 作为专门面向图神经网络的框架，可以很好的弥补这一缺陷。本报告主要从编程接口，系统优化，以及可扩展性等几个方面来讲述如何使用 DGL 进行大规模神经网络的开发和训练。

何亮亮 | 小米深度学习框架负责人

基于MACE深度学习框架的落地实践

MACE(Mobile AI Compute Engine)是专门为移动端异构计算平台优化的深度学习推理框架。本次演讲内容主要涉及MACE开源深度学习框架的设计思路，优化方法，以及典型应用案例。帮助开发者了解移动端深度学习框架的原理和特点，以及端侧深度学习应用的落地关键技术和实践，助力开发者更高效地开发端侧人工智能应用。

于璠 | 华为MindSpore资深架构师

MindSpore创新技术介绍