深度学习中的科学遇见工程：NeurIPS 2019 温哥华研讨会会后报告
机器学习
2020-07-30 v2 人工智能
摘要
“深度学习中的科学遇见工程”作为 NeurIPS 2019 研讨会板块的一部分在温哥华举行。作为研讨会组织者，我们撰写了以下报告，试图梳理整个活动中呈现的新兴主题与反复出现的议题。尽管近年来取得了巨大成功，深度学习仍可能是艺术与工程的复杂混合体。研讨会旨在汇聚各方人员，以应对他们所研究问题中看似矛盾的挑战。作为研讨会的征稿方向，我们特别关注了架构、数据与优化之间的相互依赖关系，这种依赖催生了庞大且尚未被充分理解的设计与性能复杂性图景。今年，我们的目标是在社区中强调以下方向：(i) 识别通向更优模型与算法的障碍；(ii) 识别我们期望从中建立科学乃至理论理解的普遍趋势；以及 (iii) 严谨设计科学实验与实验方案，其目的是厘清并定位谜团的根源，同时确保结论的可复现性与稳健性。活动中，这些主题浮现并得到了广泛讨论，符合我们的预期，并为这些方向上的新研究铺平了道路。尽管我们承认本文透过我们的视角自然存在偏见，我们在此试图公平地呈现研讨会成果。
引用
@article{arxiv.2007.13483,
title = {Post-Workshop Report on Science meets Engineering in Deep Learning, NeurIPS 2019, Vancouver},
author = {Levent Sagun and Caglar Gulcehre and Adriana Romero and Negar Rostamzadeh and Stefano Sarao Mannelli},
journal= {arXiv preprint arXiv:2007.13483},
year = {2020}
}
备注
Report of NeurIPS 2019 workshop SEDL