【清华大学-张长水】基于小样本学习的计算机视觉应用

【导读】前段时间，清华大学自动化系教授张长水老师在智源论坛上同大家分享了其“关于小样本学习的一些思路”。张长水教授重点介绍了半监督学习在样本需求大、数据标注难的深度学习研究环境下的意义，包括其团队在解决计算机视觉问题中的一些机器学习方法，以及当前研究中存在问题的进展。

【作者简介】

张长水老师，是清华大学自动化系教授，清华大学自动化系副主任，清华大学自动化实验教学中心主任，国际学术杂志Pattern Recognition的编委（Associate Editor）“计算机学报”编委，中国人工智能学会常务理事。1986年7月毕业于北京大学数学系,获得理学学士学位。1992年7月毕业于清华大学自动化系,获得博士学位。1992,7-1994,12: 在清华大学自动化系任讲师。1995,1-2000,8: 在清华大学自动化系任副教授。2000,9-现在: 在清华大学自动化系任教授。他的研究兴趣为：模式识别，机器学习，人工智能，计算机视觉，图像处理，进化计算，复杂网络等研究领域以及和工业界的合作。

以上信息来自大眼睛实验室官网

http://bigeye.au.tsinghua.edu.cn/Introduction.html

【部分PPT】

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“XYBXX” 就可以获取《小样本学习》PPT的下载链接~ 

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程