【直播】 数据与模型存在缺陷,如何在不完美场景下进行神经网络训练?
数据、模型存在缺陷,如何训练神经网络?
深度学习的成功得益于大量的数据和很深的网络模型。然而数据和模型往往不会特别理想,比如数据里存在着很多标签噪音或者考虑到模型的推理速度,神经网络的层数不能够特别深。
针对这些情况如何有效的训练神经网络?这是深度学习领域的热点话题之一。
特别是对于业务场景,数据往往存在很多缺陷,让模型能够自适应的从缺陷数据里学习是业务成功的保障。
AI 科技评论联合腾讯优图,邀请腾讯优图实验室高级研究员 Louis,将就 数据和模型缺陷情况下神经网络的有效训练方法 进行细致讲解。相关工作发表在CVPR 2020 会议上,其技术则已经在腾讯的众多业务场景上(行人重识别,内容审核等)落地。
直播主题
数据与模型缺陷:不完美场景下的神经网络训练方法
直播时间
2020年4月28日(周二晚) 19:00整
分享嘉宾
Louis
腾讯优图实验室高级研究员
分享大纲
1.什么是带噪学习和协作学习
2 带噪学习
3.协作学习
4.领域展望及未来的工作
直播链接
https://mooc.yanxishe.com/open/course/797
想要第一时间了解更多 CVPR 2020会议信息,或获取直播分享的PPT,请添加AI研习社顶会小助手微信号(AIyanxishe2)
备注:CVPR 2020+公开课,邀您加入CVPR交流群。
雷锋网版权文章,未经授权禁止转载。详情见。