【AI Drive】第20期 - 商汤科技刘宇：神经网络结构与大规模优化方法
本期为biendata第36期线上分享的内容回顾。
5月21日（周四）19点，本期AI Drive邀请商汤科技X-Lab技术负责人-刘宇分享了“神经网络结构与大规模优化方法”。介绍了从大规模分类问题（如ImageNet、人脸识别等）中神经网络结构与数据分布的关系展开，介绍一个2020年CVPR Oral论文AKDNet，同时也会介绍ICCV19 LFR、FRVT等人脸识别竞赛中的冠军方案。
AI Drive学术直播间往期回放
（19/122）
19.1万播放
简介
订阅合集
第1期 - 北京邮电大学纪厚业：异质图神经网络:模型和应用
01:53:52
第2期 - 清华大学岂凡超：义原知识库的应用和扩充
01:01:35
第3期 - 清华大学王晓智：事件抽取的进展与挑战
01:07:45
第4期 - 美团王金刚：美团BERT的探索和在搜索业务中的实践
01:04:51
第5期 - 清华大学刘正皓：信息检索的进展与挑战
54:58
第7期 - 清华大学秦禹嘉：基于自然语言解释的数据增强
01:08:47
第8期 - 云从数据羽生：行为动作定位的算法流程介绍与分享
54:11
第9期 - 清华大学高天宇：对比学习及其在NLP中的应用
01:11:18
第10期 - 商汤科技宋广录：大规模视觉检测任务的检测器设计与优化
01:21:41
第11期 - 清华大学高信龙一：浅谈对话策略学习与人机对话交互
59:30
第12期 - 旷视科技李彦伟：动态网络及其在场景分割中的应用
01:28:04
第13期 - 清华大学牛艺霖：常识知识获取与常识推理
59:31
第14期 - 香侬科技孟昱先：用MRC框架解决各类NLP任务
41:48
第15期 - 旷视科技郑安林：一框预测多目标，数据驱动的遮挡物体检测新方法
51:08
第16期 - 滴滴出行：探索资源约束的Contextual Bandits问题
01:13:59
第17期 - 商汤科技邵昊：高效视频理解模型的设计及ICCV比赛冠军方案解读
53:06
第18期 - 小米科技李滨：解密小米移动端深度学习框架MACE
49:47
第19期 - 旷视科技王毅：用于条件图像生成的注意力归一化
01:00:58
第20期 - 商汤科技刘宇：神经网络结构与大规模优化方法
01:06:50
第21期 - 旷视科技周鸣一：不需要真实数据的模型窃取方法
44:35
第22期 - 小米科技崔世起：小爱同学全双工技术实践
47:51
第23期 - 旷视科技周博言 | 双边分支网络BBN：攻坚长尾分布的现实世界任务
22:41
第24期 - 旷视科技程昌茂 | Circle Loss：从对相似性优化的统一视角进行深度特征学习
28:39
第25期 - 滴滴口罩佩戴识别技术 & CVPR2020论文解读
01:04:22
第26期 - 平安人寿马跃 ：基于阅读理解模型和 Wide & Deep模型的端到端对话状态追踪系统
51:31
第27期 - 旷视科技万若斯：带批归一化和权重衰减的深度神经网络的优化过程中的球面运动
01:10:24
第28期 - 清华大学王晨阳 | ReChorus: 一个轻量级Top-K推荐框架及相关论文介绍
01:07:09
第29期 - 明略科技付骁弈：语音图谱实践与前沿
30:48
第30期 - 平安人寿谢舒翼：SemEval-2020自由文本信息抽取冠军方案解读
53:09
第31期 - 彩云科技袁行远：NLP与冒险游戏研究一览
01:06:14
第32期 - 华为云卢栋才：对话机器人的应用实践和最新进展
01:12:41
第33期 - 达观数据杨慧宇：金融文档结构化实践
01:04:39
第34期 - 小米科技雷宗：小爱中控意图理解
45:03
第35期 - 第四范式罗远飞：强化学习在比赛和自动机器学习中的应用简析
48:01
第36期 - 清华大学关健：利用自监督学习的开放端故事生成评价方法
43:38
第37期 - 北京邮电大学王啸：网络嵌入的最新进展：结构、性质和应用
01:08:43
第38期 - 清华大学郑楚杰：知识增强对话生成中的差异感知知识选择
40:38
第39期 - 清华大学彭皓：从上下文学习还是从实体名字学习？
39:14
第40期 - EMNLP 2020：用语义分割的思路解决不完整话语重写任务
49:49
第41期 - 中国人民大学周昆：基于话题引导的对话推荐系统
01:20:24
第42期 - 天津大学副教授张长青：多模态融合的基础问题及算法研究
01:13:08
第43期 - 南京大学龙思宇：利用近义知识增强中文成语阅读理解
36:48
第44期 - 华中科技大学王晓森：文本对抗攻防中的对抗训练方法
43:40
第45期-复旦大学李林阳：自然语言中token-aware的虚拟对抗样本训练
29:22
第46期 - 北航刘乾：我们离有效的上下文建模还有多远?
25:09
第47期 - 清华大学李一鸣：后门攻击简介
34:53
第48期 - 腾讯陆元福：如何缓解GNN预训练和微调之间的优化误差？
33:22
第49期 - 清华大学矣晓沅：基于学习实例隐空间的文本风格转换
52:57
第50期 - 清华大学姚远：对抗语言游戏
54:14
顶部