【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路訓練？| CVPR 2020
- 2020 年 4 月 27 日
- AI
數據、模型存在缺陷，如何訓練神經網路？
深度學習的成功得益於大量的數據和很深的網路模型。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籤噪音或者考慮到模型的推理速度，神經網路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路？這是深度學習領域的熱點話題之一。
特別是對於業務場景，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路的有效訓練方法 進行細緻講解。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。
數據與模型缺陷：不完美場景下的神經網路訓練方法
2020年4月28日（周二），晚 19:00整開始
Louis
騰訊優圖實驗室高級研究員
1.什麼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
