来自LIONS、EPFL等在CVPR2023给出的《计算机视觉中的深度学习理论进展》,非常值得关注!
过去的十年里,应用深度学习在诸如视觉、自然语言处理以及深度学习理论等任务上都取得了显著的进展。然而,这两个研究领域基本上是孤立发展的,这导致了许多错失的联系和想法。本教程旨在弥合神经网络的实证性能与深度学习理论之间的鸿沟。换句话说,我们的目标是使视觉研究者能够轻松理解最近的深度学习理论发展,并鼓励他们为实际任务设计新的架构和算法。我们的目标是帮助计算机视觉研究者更好地理解深度学习理论,并将其应用于设计新的理论上有原则的网络,从而带来突破性进展。