【直播】深度卷积神经网络模型设计技术

往后我们慢慢地会多做一些直播，平台就定在哔哩哔哩，这次是有三本周五直播的一个回放。

文/编辑 | 言有三

 1 直播主题 

网络结构是深度学习成功的关键因素之一，不仅是非常重要的学术研究方向，在工业界实践中也是模型是否能上线的关键。随着深度学习的发展，各种各样的网络结构都被设计出来，从拓扑结构到卷积核的使用方式，从追求高精度到追求高性能，从手动设计到基于AutoML的自动设计，有非常多的宝贵经验和核心技术值得研究总结和分享。

本次直播是我在阿里天池的系列直播中的第一个，主题是《深度卷积神经网络模型设计技术》，后面还有三个主题，《精度更高的卷积模型结构设计技术》，《效率更高的卷积模型结构设计技术》，《一些工业界的实践技巧》，届时会在公众号通知的。

这次直播的内容主要就是介绍各种各样的模型结构，如上图，分了十多个方向，从残差网络到分组网络，多分支到多输入，非规则网络到动态推理网络。

总共直播的时长是1小时左右，视频回放如下，前面10分钟是调整时间，可以跳过。