本期为TechBeat人工智能社区第328期线上Talk。

北京时间8月3日(周二)晚8点，卡内基梅隆大学在读博士生——白绍杰的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “深度学习的（隐性）平衡算法”，届时将介绍隐性深度学习算法这一新兴方法的诸多优势和未来趋势。

Talk·信息

主题：深度学习的（隐性）平衡算法

嘉宾：卡内基梅隆大学 在读博士生

白绍杰

时间：北京时间 8月3日 (周二) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/qR5JljzP至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

深度学习方法长期以来由多层的深度神经网络主导，并且对于结构设计和内存需求有着极大负担。我们探索一种单层、低内存消耗、却能代表无限层特征的隐性深度学习算法，并且展示这一新兴方法的诸多优势和未来趋势。

本次分享主要为：

1.深度平衡模型和“无限层”不动点的特征表达

2.多尺度下的高维平衡模型

3.平衡模型面对的挑战，以及基于稳定性优化的解决方案

Talk·参考资料

这是本次分享中将会提及的资料，建议提前预习哦！

[1] Deep Equilibrium Models

https://arxiv.org/pdf/1909.01377.pdf

[2] Multiscale Deep Equilibrium Models

https://arxiv.org/pdf/2006.08656.pdf

[3] Stabilizing Equilibrium Models by Jacobian Regularizationhttps://arxiv.org/pdf/2106.14342.pdf

[4] Deep Implicit Layers - Neural ODEs, Deep Equilibirum Models, and Beyondhttp://implicit-layers-tutorial.org/

[5] 代码链接https://github.com/locuslab/deq

Talk·提问交流

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

白绍杰，本科毕业于美国卡内基梅隆大学（CMU）计算机系和应用数学系（双学士），目前是CMU机器学习系四年级博士生，导师为J.Zico Kolter教授。他的研究方向主要集中在深度时间序列模型，以及融合数学优化模型和深度学习结构，并从而构建稳定、低内存、易于分析的隐性深度学习（implicit deep learning）方法。他的论文曾经在ICLR, ICML, NeurIPS, ACL, EMNLP等顶级AI会议上发表，并且获得过oral以及spotlight oral等荣誉。白绍杰同时也是2020年度J.P. Morgan AI PhD Fellow，并且曾经在大型Kaggle数据比赛中获得过第一名。

个人主页：

https://jerrybai1995.github.io/

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ