從事深度學習算法研究的人員一直在追求精度更高的網絡性能，這一次我們將從模型的寬度、深度、卷積核和步長的大小，Dropout和BN層的設計，殘差網絡，多尺度與信息融合，Attention機制，AutoML，GAN等方向來講述如何設計一個性能更強的CNN 模型。

文/編輯 | 言有三

?

1 直播主題?

網絡結構是深度學習成功的關鍵因素之一，不僅是非常重要的學術研究方向，在工業界實踐中也是模型是否能上線的關鍵。隨著深度學習的發展，各種各樣的網絡結構都被設計出來，從拓撲結構到卷積核的使用方式，從追求高精度到追求高性能，從手動設計到基于AutoML的自動設計，有非常多的寶貴經驗和核心技術值得研究總結和分享。

本次直播是我在阿里天池的系列直播中的第二個，第一次的主題是《深度卷積神經網絡模型設計技術》，往期鏈接為

后面還有二個主題，《效率更高的卷積模型結構設計技術》，《一些工業界的實踐技巧》，屆時會在公眾號通知的。

這次直播的內容如上，總共直播的時長是1小時20分鐘，視頻回放如下。

點擊邊框調出視頻工具條

?2 后續直播?

后續的直播時間我們會在平臺通知，請大家及時關注即可。如果想知道直播中的各種網絡的細節以及進行更多的討論，可以添加有三微信Longlongtogo申請加入有三AI知識星球。

星球相關內容介紹如下：

今年還要更新上百期GAN相關的內容，大有可為。

轉載文章請后臺聯系

侵權必究

總結

以上是生活随笔為你收集整理的【直播】如何设计性能更强大的深度卷积神经网络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。