课程介绍

• 

  林宸

  商汤科技研究院搜索与决策组研究员

  AutoML团队负责人。在ECCV/CVPR/ICCV/ICLR/NIPS 等会议发表多篇论文，方向涵盖：模型压缩，模型搜索，超参数优化，和自适应优化算法。在商汤负责Automl的算法研究和平台搭建。

• 

  周心池

  现商汤-悉尼大学联合实验室博士在读

  本科毕业于南京大学，现商汤-悉尼大学联合实验室博士在读。研究方向包括模型剪枝，神经网络搜索，物体检测。在CVPR2020发表论文一篇。

• 

  黄 涛

  商汤科技3D&AR见习研究员

  商汤科技3D&AR见习研究员，华中科技大学计算机学院本科生，在校期间曾负责研发过多项AI项目，上线项目的总访问量过亿，在文本分类、人脸关键点、目标检测、模型压缩等领域有较为丰富的工程经验。现主要研究方向为神经结构搜索，负责NAS算法框架的设计与开发，并支持NAS在多个业务线中落地，相关研究成果发表在CVPR等国际顶级会议上。

• 

  梁丰

  商汤科技研究院-搜索与决策研究员

  商汤科技研究院-搜索与决策研究员，硕士毕业于清华大学，曾获得国家奖学金、清华大学优秀学生干部等荣誉。现主要研究方向是神经网络结构搜索(NAS)的研究和业务部署，曾在ICLR、CVPR等期刊会议上发表2篇论文，在公司负责NAS工具链，持续为各项业务提供神经网络结构搜索的落地能力。

• 主题说明

  本次公开课将由商汤AutoML团队的几位研究员，分享在 AutoML领域的一系列研究工作，涉及AutoML 的问题定义、现状及研究进展。其中包含CVPR 2020、ICLR 2020等多篇与悉尼大学、南洋理工大学团队合作的论文成果。

• 适合对象

  人工智能，AI，AutoML，CVPR 2020

• 学习要点

  1.AutoML领域综述
  
  2.商汤AutoML团队相关研究进展分享
  
    （1）CVPR 2020：EcoNAS: Finding Proxies for Economical Neural Architecture Search
    （2）CVPR 2020：Improving One-shot NAS by Suppressing the Posterior Fading
    （3）CVPR 2020: GreedyNAS: Towards Fast One-Shot NAS with Greedy Supernet
    （4）ICLR 2020: Computation Reallocation for Object Detection

  现场交流群   扫码加入现场交流群

  

• 课时安排

  课程安排如下：

  18:45—19:00  学员提前入场