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。
https://dl-theory.github.io/
讲者：
本文转载自专知，
该转载旨在公益性传播优质资讯内容，
版权归原媒体所有，若有侵权请联系我们作出及时处理。
科研圈内人（www.insiderofscience.com）是由海内外学者发起的公益性科研互助平台，助力科研人员从☆ 学术报告☆ 读研求职☆ 海外留学☆ 论文润色☆ 前沿解读等方面实现跨单位、跨国互助。平台精准化连接科研圈的供给与需求， Let Scientists Focus on Science！
