CVPR 2020 系列論文解讀公開課第四期,就在4月22日(本週三)20:00 整(北京時間)進行。
AI科技評論出品
針對目前國際疫情形勢越發嚴峻,無法現場參會進行學術交流的情況,AI研習社聯合AI科技評論組織策劃了頂會系列專題活動,這其中就包括【CVPR 2020 專題】系列活動。而【CVPR 2020系列論文解讀公開課】更是其中重要的組成部分,除此之外,專題還包括系列論文文字解讀,會議數據分析,會議資源下載等。本次直播為【CVPR 2020 系列論文解讀公開課】第四期,此論文錄用為CVPR 2020 論文《SGAS: Sequential Greedy Architecture Search》,我們有幸邀請到了阿卜杜拉國王科技大學計算科學系李國豪博士,帶來關於“SGAS:一種基於貪心思想的網絡結構搜索算法,同時支持CNN和GCN網絡結構搜索”的分享。
論文地址: https://arxiv.org/abs/1912.00195
項目地址: https://www.deepgcns.org/auto/sgas
代碼地址: https://github.com/lightaime/sgas
講師介紹
李國豪
阿卜杜拉國王科技大學(KAUST)在讀計算機科學博士生,是Bernard Ghanem教授領導的圖像和視頻理解實驗室(IVUL)成員之一。曾在商湯科技研究院參與無人駕駛項目實習,目前主要研究興趣為計算機視覺,機器人學習和深度學習。相關工作發表於國際頂級會議RSS,ICCV和CVPR。
更多信息請見個人主頁:https://ghli.org。
分享時間
4月22日(週三) 20:00整(北京時間)
分享主題
SGAS:一種基於貪心思想的網絡結構搜索算法,同時支持CNN和GCN網絡結構搜索
分享背景
在一般網絡結構搜索的算法裡常常發生搜索階段表現得很好的(超)網絡在最後進行重新訓練評估性能時表現得相當較差的現象,這種情況的發生主要是搜索算法在搜索階段沒法很好地反應模型最終評估階段的真正性能,本工作提出一種順序貪心決策的搜索算法減輕了模型性能排名不一致的問題,同時支持CNN和GCN的網絡結構搜索,並應用到了CNN圖像分類,GCN點雲分類和GCN生物圖數據節點分類上。
分享提綱
網絡結構搜索和現存問題;
SGAS算法介紹;
CNN和GCN網絡結構搜索。
疫情拉開了大家的距離,但是學術交流是不會就因為疫情被阻擋的,我們願架起這座學者之間的橋樑,以最短路徑,讓更多學者能更快的參與其中,促進學術交流,讓知識真正流動!
掃碼直達“CVPR 2020專題”。