0
AI研习社是雷锋网旗下的AI求知求职社区，基于专业直播平台，进行技术交流的公益传播和深度交流。
AI研习社公开课通过邀请学术界、工业界学者进行高质量内容分享，让广大学术青年了解最前沿的学术与行业技术进展，成为连接学术界与工业界之间的桥梁，雷锋网希望能够从中发现一大批优秀AI人才，推动国内AI行业的持续发展。
接下来是下周的公开课预告：
主题：加速深度学习的训练和推理
分享内容：随着深度学习在计算机视觉上的广泛成功，学术界和工业界都开始越来越关注其落地能力。如何在短时间内训练出庞大又复杂的高性能模型，如何向存储和运算能力有限的边缘设备部署模型，成为极大的挑战。本次分享会嘉宾将和大家分享云从科技的心得体会。
分享人：蹇易，现云从科技高级算法工程师。本科和硕士毕业于华中科技大学计算机学院。从事深度学习分布式框架、度量学习和模型减枝/压缩的研究和开发。
主题：用于文档理解的面向对象神经规划
分享内容：深度好奇提出了用于垂直领域文档理解的OONP框架，它使用离散的对象本体图结构作为中间状态，该状态被OONP创建、更新直至最终输出。这个解析过程被OONP转化成为按照文本阅读顺序的离散动作的决策序列，模仿了人理解文本的认知程。OONP框架提供了神经符号主义的一个实例：在OONP框架内，连续信号、表示、操作和离散信号、表示、操作紧密结合，形成信息闭环。这使得OONP可以灵活地将各种先验知识用不同形式加入到行间记忆和策略网络中。为了优化OONP，深度好奇利用监督学习和强化学习以及二者的各种混合态，以适应不同强度和形式的监督信号以训练参数。
分享人：郑达奇，博士期间师从中科院计算所/都柏林城市大学刘群教授，后加入深度好奇。期间作为学术带头人在深度学习用于长文本生成等项目有重要贡献，参与了面向对象的神经规划、非线性文本表示等研究项目。郑博士长期从事机器翻译及人工智能的研究，在自然语言处理和神经符号智能等领域有较深的造诣。
主题：医学影像计算与分析--2017MICCAI选文剖析
分享内容：人工智能应用于临床医学影像计算与分析成为近年来的研究热点，本次分享以2017年MICCAI录取论文为基础，选摘代表性的论文，介绍医学影像计算与分析的前沿方法和趋势。
分享人：陈浩，视见医疗创始人兼首席科学家，在香港中文大学取得博士学位并获得香港政府博士奖学金，本科毕业于北京航空航天大学并获得金质奖章。研究兴趣包括医学影像计算，机器学习（深度学习）, 计算机视觉等。博士期间发表数十篇顶级会议和期刊论文，包括CVPR、MICCAI、AAAI、MIA、IEEE-TMI、NeuroImage等 。担任包括NIPS、MICCAI、IEEE-TMI、NeuroImage等国际会议和期刊审稿人。三维全卷积神经网络相关论文获得2016 MIAR最佳论文奖。2014年以来带领团队在数十项国际性医学影像分析和识别挑战赛中获得冠军。
主题：Deep Learning 读书分享-深度模型中的优化
分享内容：本次读书分享主要针对《深度学习》第八章内容，梳理本章的主要内容：学习和纯优化有什么不同;神经网络优化中的挑战;基本算法;参数初始化策略;自适应学习率算法;二阶近似方法;优化策略和元算法.
分享人：孙嘉睿，迅雷人工智能图像算法工程师，北京大学信息工程学院博士，京都大学情报学硕士。
报名方式
扫描二维码备注「雷锋网」立即报名活动。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
