【直播】 數據與模型存在缺陷，如何在不完美場景下進行神經網絡訓練？| CVPR 2020

數據、模型存在缺陷，如何訓練神經網絡？

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

針對這些情況如何有效的訓練神經網絡？這是深度學習領域的熱點話題之一。

特別是對于業務場景，數據往往存在很多缺陷，讓模型能夠自適應的從缺陷數據里學習是業務成功的保障。

AI 科技評論聯合騰訊優圖，邀請騰訊優圖實驗室高級研究員 Louis，將就 數據和模型缺陷情況下神經網絡的有效訓練方法 進行細致講解。相關工作發表在CVPR 2020 會議上，其技術則已經在騰訊的眾多業務場景上（行人重識別，內容審核等）落地。

直播主題

數據與模型缺陷：不完美場景下的神經網絡訓練方法

直播時間

2020年4月28日（周二晚）19:00整

分享嘉賓

Louis

騰訊優圖實驗室高級研究員

分享大綱

1.什么是帶噪學習和協作學習

2 帶噪學習

3.協作學習

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，請添加AI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。

雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。