『人工智能』「公开课预告」AutoML知多少


『人工智能』「公开课预告」AutoML知多少
本文插图
5月7日周四19:00 , 商汤泰坦公开课第010期 , 论文解读系列课程第二期即将开播!我们邀请到商汤科技的4位研究员 , 分享团队在AutoML方面的一系列研究工作 , 其中包含CVPR 2020、ICLR 2020等多篇最新论文成果 , 想要了解AutoML的同学千万不要错过哦~
商汤泰坦公开课是面向高校AI相关专业师生学者开放的知识分享和学术交流平台 , 旨在让更多人了解和接触AI产业一线的技术大神 , 分享商汤科技最新的研究进展 , 共同探讨产业前沿问题 。
课程信息
主题:商汤泰坦公开课·AutoML专题
时间:5月7日(周四)19:00-20:00
课程摘要
神经网络架构的设计是在深度学习研究中至关重要的环节 , 由于缺乏理论指导 , 目前的设计方式主要依赖专家经验与大量的试错工作 。 为了更加高效的探索结构设计问题 , NAS(神经架构搜索)应运而生 。 它的目标 , 就是在没有专家介入的情况下 , 通过自我迭代不断寻找更优质的神经网络架构 。 而从NAS推广出的AutoML(自动机器学习)的出现 , 更加拓宽的自动化的范围 , 意味着不仅仅是深度学习网络结构 , 我们开始对训练过程中的超参数进行自动化的尝试 。 AutoML和NAS , 是深度学习领域目前最具潜力和影响力的方向之一 。
本次分享的具体内容有:
1、AutoML领域综述
2、商汤AutoML团队相关研究进展分享
● EcoNAS:为传统网络搜索方法寻找最佳的代理
● PC-NAS:基于参数后验分布特性提高网络结构搜索中代理的有效性
● GreedyNAS:基于贪?超?络的One-Shot NAS?法
● CRNAS:检测中的算力重分配
3、Q&A问答
主讲人
『人工智能』「公开课预告」AutoML知多少
本文插图
【『人工智能』「公开课预告」AutoML知多少】林宸 商汤科技研究院搜索与决策组研究员 AutoML团队负责人
林宸研究员在ECCV/CVPR/ICCV/ICLR/NIPS 等会议发表多篇论文 , 方向涵盖:模型压缩 , 模型搜索 , 超参数优化 , 和自适应优化算法 。 在商汤负责Automl的算法研究和平台搭建 。
『人工智能』「公开课预告」AutoML知多少
本文插图
周心池 商汤-悉尼大学联合实验室博士在读
周心池 , 本科毕业于南京大学 , 现商汤-悉尼大学联合实验室博士在读 。 研究方向包括模型剪枝 , 神经网络搜索 , 物体检测 。 在CVPR 2020发表论文一篇 。
『人工智能』「公开课预告」AutoML知多少
本文插图
黄涛 商汤科技3D&AR团队见习研究员
黄涛同学是华中科技大学计算机学院本科生 , 在校期间曾负责研发过多项AI项目 , 上线项目的总访问量过亿 , 在文本分类、人脸关键点、目标检测、模型压缩等领域有较为丰富的工程经验 。 现主要研究方向为神经结构搜索 , 负责NAS算法框架的设计与开发 , 并支持NAS在多个业务线中落地 , 相关研究成果发表在CVPR等国际顶级会议上 。
『人工智能』「公开课预告」AutoML知多少
本文插图
梁丰 商汤科技研究院搜索与决策组研究员
梁丰研究员硕士毕业于清华大学 , 曾获得国家奖学金 , 清华大学优秀学生干部等荣誉 。 现主要研究方向是神经网络结构搜索(NAS)的研究和业务部署 , 曾在ICLR、CVPR等期刊会议上发表2篇论文 , 在公司负责NAS工具链 , 持续为各项业务提供神经网络结构搜索的落地能力 。
课程互动&观看方式