从事深度学习算法研究的人员一直在追求精度更高的网络性能,这一次我们将从模型的宽度、深度、卷积核和步长的大小,Dropout和BN层的设计,残差网络,多尺度与信息融合,Attention机制,AutoML,GAN等方向来讲述如何设计一个性能更强的CNN 模型。
文/编辑 | 言有三
1 直播主题
网络结构是深度学习成功的关键因素之一,不仅是非常重要的学术研究方向,在工业界实践中也是模型是否能上线的关键。随着深度学习的发展,各种各样的网络结构都被设计出来,从拓扑结构到卷积核的使用方式,从追求高精度到追求高性能,从手动设计到基于AutoML的自动设计,有非常多的宝贵经验和核心技术值得研究总结和分享。
本次直播是我在阿里天池的系列直播中的第二个,第一次的主题是《深度卷积神经网络模型设计技术》,往期链接为
后面还有二个主题,《效率更高的卷积模型结构设计技术》,《一些工业界的实践技巧》,届时会在公众号通知的。
这次直播的内容如上,总共直播的时长是1小时20分钟,视频回放如下。
点击边框调出视频工具条
今年还要更新上百期GAN相关的内容,大有可为。
标签:卷积,模型,GAN,神经网络,直播,深度,设计 From: https://blog.51cto.com/u_14122493/5974301