題  目：Stochastic Second-Order Methods For Deep Learning

内容簡介：Stochastic Stochastic methods are widely used in deep learning. In this talk, we first review the state-of-the-art methods such as KFAC. Then we present a structured stochastic quasi-Newton method and a sketchy empirical natural gradient method. Numerical results on deep convolution networks illustrate that our methods are quite competitive to SGD and KFAC.

報告人：北京大學  文再文  研究員

報告人簡介：北京大學北京國際數學研究中心研究員，主要研究最優化算法與理論及其在機器學習、人工智能和信号處理中的應用。 2013年獲得基金委優秀青年科學基金。 2015年獲得中組部青年拔尖人才計劃。 2016年獲中國青年科技獎。2020年獲國家萬人計劃科技創新領軍人才，現為中國運籌學會常務理事，中國運籌學會數學規劃分會副理事長。

時  間：2020年12月13日（周日） 上午 10：00開始

地  點：騰訊會議(會議ID：907 710 399、點擊鍊接入會：https://meeting.tencent.com/s/kMK6XeqR1ahO)

熱烈歡迎廣大師生參加!

太阳集团1088vip

2020年12月7日