數(shù)據(jù)、模型存在缺陷，如何訓練神經(jīng)網(wǎng)絡？

 深度學習的成功得益于大量的數(shù)據(jù)和很深的網(wǎng)絡模型。然而數(shù)據(jù)和模型往往不會特別理想，比如數(shù)據(jù)里存在著很多標簽噪音或者考慮到模型的推理速度，神經(jīng)網(wǎng)絡的層數(shù)不能夠特別深。

針對這些情況如何有效的訓練神經(jīng)網(wǎng)絡？這是深度學習領域的熱點話題之一。

特別是對于業(yè)務場景，數(shù)據(jù)往往存在很多缺陷，讓模型能夠自適應的從缺陷數(shù)據(jù)里學習是業(yè)務成功的保障。

AI 科技評論聯(lián)合騰訊優(yōu)圖，邀請騰訊優(yōu)圖實驗室高級研究員 Louis，將就 數(shù)據(jù)和模型缺陷情況下神經(jīng)網(wǎng)絡的有效訓練方法 進行細致講解。相關工作發(fā)表在CVPR 2020 會議上，其技術則已經(jīng)在騰訊的眾多業(yè)務場景上（行人重識別，內(nèi)容審核等）落地。

直播主題

數(shù)據(jù)與模型缺陷：不完美場景下的神經(jīng)網(wǎng)絡訓練方法

直播時間

2020年4月28日（周二晚）19:00整

分享嘉賓

Louis

騰訊優(yōu)圖實驗室高級研究員

分享大綱

1.什么是帶噪學習和協(xié)作學習

2 帶噪學習

3.協(xié)作學習

4.領域展望及未來的工作

如何參加

直播鏈接：https://mooc.yanxishe.com/open/course/797

想要第一時間了解更多 CVPR 2020會議信息，或獲取直播分享的PPT，請?zhí)砑覣I研習社頂會小助手微信號（AIyanxishe2）

備注：CVPR 2020+公開課，邀您加入CVPR交流群。

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。