18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

數(shù)據智能系列講座第3期—交流式學習:神經網絡的精細與或邏輯與人類認知的對齊

廈門市開源芯片產業(yè)促進會 ? 2024-09-25 08:06 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

鷺島論壇

數(shù)據智能系列講座第3期

「交流式學習:

神經網絡的精細與或邏輯

與人類認知的對齊」

25日 20:00 精彩開播

期待與您云相聚,共襄學術盛宴!

0c3488ee-7ad2-11ef-bb4b-92fbcf53809c.jpg

| 直播信息

報告題目

交流式學習:

神經網絡的精細與或邏輯與人類認知的對齊

報告簡介

雖然近年來神經網絡的可解釋性研究得到了廣泛的關注,但是神經網絡中精細決策邏輯尚未得到有效的解釋,學界對神經網絡的評測依然停留在檢驗神經網絡輸出結果的層面。

對神經網絡精細決策邏輯的量化評測,以及神經網絡決策邏輯與人類認知的對齊,為可解釋性基礎理論提出了新的挑戰(zhàn),比如證明神經網絡內在決策邏輯是否可以被嚴謹?shù)亟忉尀榉柣母拍?,如何量化神經網絡的知識表征,等等。

本次報告將介紹如何在博弈交互理論體系下嚴謹?shù)亓炕窠浘W絡所建模的概念表征,證明解釋的嚴謹性,進而對大模型安全性進行量化評估,實現(xiàn)神經網絡的精細與或邏輯與人類認知的對齊。

報告嘉賓

張拳石

上海交通大學副教授

特邀主持

安竹林

中國科學院計算技術研究所副研究員

碩士生導師

講座時間

2024年9月25日(周三)2010

講座環(huán)節(jié)及流程

?講座環(huán)節(jié):

① 5 分鐘主持人進行主題與嘉賓介紹

②55分鐘報告嘉賓講座環(huán)節(jié)

③ 10分鐘互動問答環(huán)節(jié)

?講座流程:

① 19:45 開芯會視頻號上線,歡迎觀眾朋友提前進入直播間候場

② 20:00 主持人開場

③ 20:05 主講嘉賓開始講座,持續(xù)55min

注:【在講座過程中歡迎觀眾朋友通過各直播平臺進行提問工作人員將收集和整理問題

③ 21:00主持人根據工作團隊整理的問題與嘉賓進行問答互動,持續(xù)10min

講座形式

視頻號、B站、電子發(fā)燒友、

蔻享學術等

多平臺同步直播

報告嘉賓

0d0ad4c6-7ad2-11ef-bb4b-92fbcf53809c.png

張拳石

上海交通大學電院計算機科學與工程系長聘教軌副教授,博士生導師,入選國家級海外高層次人才引進計劃,獲ACM China新星獎。他于2014年獲得日本東京大學博士學位,于2014-2018年在加州大學洛杉磯分校(UCLA)從事博士后研究。張拳石在神經網絡可解釋性方向取得了多項具有國際影響力的創(chuàng)新性成果。張拳石承擔了TMLR的Action Editor,NeurIPS 2024 Area Chair,CCF-A類會議IJCAI 2020和IJCAI 2021的可解釋性方向的Tutorial,并先后擔任了AAAI 2019, CVPR 2019, ICML 2021大會可解釋性方向的分論壇主席。

主持嘉賓

0d1e15f4-7ad2-11ef-bb4b-92fbcf53809c.png

安竹林

博士,中國科學院計算技術研究所副研究員,碩士生導師,中科(廈門)數(shù)據智能研究院副院長,CCF高級會員。專注于計算機視覺、人工智能等領域的研究工作,在相關領域的知名國際會議和期刊雜志上發(fā)表論文30余篇,申請發(fā)明專利20余項,為國家自然科學基金、中科院科技基金、國家重大專項子課題等多項項目的負責人。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4820

    瀏覽量

    106317
  • 數(shù)據
    +關注

    關注

    8

    文章

    7298

    瀏覽量

    93560
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    明晚開播 |開源芯片系列講座28:高性能RISC-V微處理器芯片

    鷺島論壇開源芯片系列講座28「高性能RISC-V微處理器芯片」明晚(30日)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目高性能RISC-V微處理器芯片報告簡介RISC-V
    的頭像 發(fā)表于 07-29 17:02 ?780次閱讀
    明晚開播 |開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>28<b class='flag-5'>期</b>:高性能RISC-V微處理器芯片

    明晚開播 |數(shù)據智能系列講座7:面向高泛化能力的視覺感知系統(tǒng)空間建模與微調學習

    鷺島論壇數(shù)據智能系列講座7「面向高泛化能力的視覺感知系統(tǒng)空間建模與微調學習」明晚8點精彩開播
    的頭像 發(fā)表于 06-24 08:01 ?678次閱讀
    明晚開播 |<b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>7<b class='flag-5'>期</b>:面向高泛化能力的視覺感知系統(tǒng)空間建模與微調<b class='flag-5'>學習</b>

    直播預約 |數(shù)據智能系列講座7:面向高泛化能力的視覺感知系統(tǒng)空間建模與微調學習

    鷺島論壇數(shù)據智能系列講座7「面向高泛化能力的視覺感知系統(tǒng)空間建模與微調學習」6月25日(周三
    的頭像 發(fā)表于 05-29 10:04 ?380次閱讀
    直播預約 |<b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>7<b class='flag-5'>期</b>:面向高泛化能力的視覺感知系統(tǒng)空間建模與微調<b class='flag-5'>學習</b>

    明晚開播 | 數(shù)據智能系列講座6:大模型革命背后的算力架構創(chuàng)新

    鷺島論壇數(shù)據智能系列講座6「大模型革命背后的算力架構創(chuàng)新」/RVEI并行計算工作組(SIG-PP)技術沙龍/明晚(21日)8點精彩開播期
    的頭像 發(fā)表于 05-20 08:04 ?268次閱讀
    明晚開播 | <b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>6<b class='flag-5'>期</b>:大模型革命背后的算力架構創(chuàng)新

    直播預約 | 數(shù)據智能系列講座6:大模型革命背后的算力架構創(chuàng)新

    鷺島論壇數(shù)據智能系列講座6「大模型革命背后的算力架構創(chuàng)新」/RVEI并行計算工作組(SIG-PP)技術沙龍/5月21日(周三)20:00
    的頭像 發(fā)表于 05-12 14:05 ?321次閱讀
    直播預約 | <b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>6<b class='flag-5'>期</b>:大模型革命背后的算力架構創(chuàng)新

    明晚開播 |數(shù)據智能系列講座5:理解并改進基礎模型

    鷺島論壇數(shù)據智能系列講座5「理解并改進基礎模型」明晚(19號)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目理解并改
    的頭像 發(fā)表于 02-18 17:23 ?838次閱讀
    明晚開播 |<b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>5<b class='flag-5'>期</b>:理解并改進基礎模型

    如何優(yōu)化BP神經網絡學習

    優(yōu)化BP神經網絡學習率是提高模型訓練效率和性能的關鍵步驟。以下是一些優(yōu)化BP神經網絡學習率的方法: 一、理解學習率的重要性
    的頭像 發(fā)表于 02-12 15:51 ?1321次閱讀

    BP神經網絡的優(yōu)缺點分析

    學習能力 : BP神經網絡能夠通過訓練數(shù)據自動調整網絡參數(shù),實現(xiàn)對輸入數(shù)據的分類、回歸等任務,無需人工進行復雜的特征工程。 泛化能力強
    的頭像 發(fā)表于 02-12 15:36 ?1315次閱讀

    BP神經網絡與深度學習的關系

    ),是一種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡由輸入層、一個多個隱藏層和輸出層組成,通過逐層遞減的方式調整網絡權重,目的是最小化
    的頭像 發(fā)表于 02-12 15:15 ?1211次閱讀

    直播預約 |數(shù)據智能系列講座5:理解并改進基礎模型

    鷺島論壇數(shù)據智能系列講座5「理解并改進基礎模型」2月19日(周三)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目理解
    的頭像 發(fā)表于 02-11 14:33 ?616次閱讀
    直播預約 |<b class='flag-5'>數(shù)據</b><b class='flag-5'>智能</b><b class='flag-5'>系列講座</b><b class='flag-5'>第</b>5<b class='flag-5'>期</b>:理解并改進基礎模型

    深度學習入門:簡單神經網絡的構建與實現(xiàn)

    深度學習中,神經網絡是核心模型。今天我們用 Python 和 NumPy 構建一個簡單的神經網絡。 神經網絡由多個神經元組成,
    的頭像 發(fā)表于 01-23 13:52 ?722次閱讀

    人工神經網絡的原理和多種神經網絡架構方法

    所擬合的數(shù)學模型的形式受到大腦中神經元的連接和行為的啟發(fā),最初是為了研究大腦功能而設計的。然而,數(shù)據科學中常用的神經網絡作為大腦模型已經過時,現(xiàn)在它們只是能夠在某些應用中提供最先進性能的機器
    的頭像 發(fā)表于 01-09 10:24 ?1849次閱讀
    人工<b class='flag-5'>神經網絡</b>的原理和多種<b class='flag-5'>神經網絡</b>架構方法

    開源芯片系列講座24:基于SRAM存算的高效計算架構

    鷺島論壇開源芯片系列講座24「基于SRAM存算的高效計算架構」明晚(27日)20:00精彩開播期待與您云相聚,共襄學術盛宴!|直播信息報告題目基于SRAM存算的高效計算架構報告簡介存算一體是一種
    的頭像 發(fā)表于 11-27 01:05 ?1134次閱讀
    開源芯片<b class='flag-5'>系列講座</b><b class='flag-5'>第</b>24<b class='flag-5'>期</b>:基于SRAM存算的高效計算架構

    卷積神經網絡與傳統(tǒng)神經網絡的比較

    在深度學習領域,神經網絡模型被廣泛應用于各種任務,如圖像識別、自然語言處理和游戲智能等。其中,卷積神經網絡(CNNs)和傳統(tǒng)神經網絡是兩種常
    的頭像 發(fā)表于 11-15 14:53 ?2284次閱讀

    LSTM神經網絡的基本原理 如何實現(xiàn)LSTM神經網絡

    廣泛應用。 LSTM神經網絡的基本原理 1. 循環(huán)神經網絡(RNN)的局限性 傳統(tǒng)的RNN在處理長序列數(shù)據時會遇到梯度消失梯度爆炸的問題,導致網絡
    的頭像 發(fā)表于 11-13 09:53 ?2312次閱讀