内容简介：渐进式神经网络结构搜索刘晨曦，约翰霍普金斯大学在读博士，导师是Alan Yuille教授，主要研究方向为计算机视觉，自然语言处理等。曾就读于加州大学洛杉矶分校及清华大学。其研究工作曾在CVPR，ICCV，ECCV等发表。
雷锋网 (公众号：雷锋网) AI研习社按： 近年来，神经网络已经成为了计算机视觉中主要的机器学习解决方案。然而神经网络结构的设计仍然需要极强的专业知识，在一定程度上妨碍了神经网络的普及。在本次雷锋网AI研习社公开课中，讲者将分享在神经网络结构搜索的最新研究，如何通过由简至繁的渐进式搜索得到在ImageNet图像分类上最高的识别精度。
分享主题
渐进式神经网络结构搜索
分享嘉宾
刘晨曦，约翰霍普金斯大学在读博士，导师是Alan Yuille教授，主要研究方向为计算机视觉，自然语言处理等。曾就读于加州大学洛杉矶分校及清华大学。其研究工作曾在CVPR，ICCV，ECCV等发表。
分享提纲
1.AutoML和神经网络结构搜索的背景介绍
2.网络结构搜索空间
3.渐进式神经网络结构搜索算法
4.图像分类的实验结果
分享时间
9月 19 日（星期三） 20:00
直播链接
http://www.mooc.ai/open/course/550
雷锋网提示：如想在第一时间获取课程直播预告时间，或了解更多 AI 研习社直播，请关注微信公众号：AI研习社，或移步 AI 研习社社区 。
雷锋网版权文章，未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 约翰霍普金斯大学刘晨曦：渐进式神经网络结构搜索 | AI 研习社第 75 期大讲堂
- 渐进式动画解决方案
- vuex 渐进式教程（一）
- 渐进式 Unbundled 开发工具探索之路
- React Fiber 渐进式组件遍历详解
- 大数据系统云原生渐进式演进最佳实践
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
最优化理论与方法
袁亚湘 / 科学出版社 / 1997-1 / 38.00元
《最优化理论与方法》全面、系统地介绍了无约束最优化、约束最优化和非光滑最优化的理论和计算方法，它包括了近年来国际上关于优化研究的最新成果。《最优化理论与方法》在经济计划、工程设计、生产管理、交通运输等方面得到了广泛应用。一起来看看 《最优化理论与方法》 这本书的介绍吧!
