数据、模型存在缺陷，如何训练神经网络？
深度学习的成功得益于大量的数据和很深的网络模型。然而数据和模型往往不会特别理想，比如数据里存在着很多标签噪音或者考虑到模型的推理速度，神经网络的层数不能够特别深。
针对这些情况如何有效的训练神经网络？这是深度学习领域的热点话题之一。
特别是对于业务场景，数据往往存在很多缺陷，让模型能够自适应的从缺陷数据里学习是业务成功的保障。
AI 科技评论联合腾讯优图，邀请腾讯优图实验室高级研究员 Louis，将就 数据和模型缺陷情况下神经网络的有效训练方法 进行细致讲解。相关工作发表在CVPR 2020 会议上，其技术则已经在腾讯的众多业务场景上（行人重识别，内容审核等）落地。
直播主题
数据与模型缺陷：不完美场景下的神经网络训练方法
直播时间
2020年4月28日（周二晚）19:00整
分享嘉宾
Louis
腾讯优图实验室高级研究员
分享大纲
1.什么是带噪学习和协作学习
2 带噪学习
3.协作学习
4.领域展望及未来的工作
如何参加
直播链接：https://mooc.yanxishe.com/open/course/797
想要第一时间了解更多 CVPR 2020会议信息，或获取直播分享的PPT，请添加AI研习社顶会小助手微信号（AIyanxishe2）
备注：CVPR 2020+公开课，邀您加入CVPR交流群。
雷锋网版权文章，未经授权禁止转载。详情见转载须知。
