神经收集

以神经收集为基础的深度学习技术已经在诸多应用领域获得了有效成果。在实践中，收集架构可以显著影响学习效率，一个好的神经收集架构能够融入成绩的先验知识，稳定收集训练，提高计算效率。目前，经典的收集架构设想步骤包括人工设想、神经收集架构搜索（NAS）[1]、以及鉴于优化的收集设想步骤 [2]。人工设想的收集架构如 ResNet 等；神经收集架构搜索则通过搜索或强化学习的方式在搜索空间中寻找最佳收集结构；…

期待即将到来的章节。

通用类似定理很好地解释了为什么神经收集能工作以及为什么它们经常不起作用。

随着人工智能的火热，AAAI、NeurIPS、CVPR 等顶级学术会议的影响力也愈来越大，每年接收论文、参会人数的数量连创新高。但受疫情影响，近两年国外举办的学术会议都转为了线上，无法满足学者们现场交流的需求。以 CVPR 为例，2019 年，CVPR 注册参会人数高达 9227 人，其中来自国内的参会人数就达到 1044 位。因此，在 2020 年和 2021 年，国内 AI 从业者因疫情限制无…

神经收集的 debug 过程着实不容易，这里是一些有所帮助的 tips。