AI科技评论按：3月4日，中国人工智能学会AIDL第二期在北京中科院自动化所举行，本期主题为，由周志华教授担任学术主任，前来授课的嘉宾有：耿新、郭天佑、刘铁岩、王立威、叶杰平、于剑、余扬、张长水、郑宇、朱军。清华大学自动化系张长水教授带来了题为《神经网络模型的结构优化》的报告。
张长水
清华大学自动化系教授、博士生导师，智能技术与系统国家重点实验室学术委员会委员，智能技术与系统国家重点实验室副主任。主要从事机器学习、模式识别、人工智能、计算机视觉等领域的教学和科研工作。
以下是根据张长水教授现场分享整理的文字报告，AI科技评论做编辑整理。
今天我和大家分享的主题是“神经网络模型的结构优化”。我大概会讲这么几点：
研究背景
子模函数和超模函数
神经网络结构的优化
实验部分
Part1:研究背景
当前，深度神经网络模型的出现给我们带成了很大的影响，这个影响大部分都是积极正面的，但是同时也存在一些不同看法。不管怎么说，深度学习模型在传统的很多机器学习问题和相关问题上，都取得了令人瞩目的突破和进展。
我举几个例子，比如图像识别。图像识别是这样一个问题：有一张图像，需要识别这个图像是猫、是狗、是计算机、是羽毛球拍？在年的深度学习网络用于解决问题时，有了很大的突破。
除此之外还有其他的问题，比如图像描述、机器翻译、语音识别。机器翻译我们知道过去几十年发展也很慢，基本上没有办法应用实际，也是因为深度学习方法的应用，使得机器翻译有了一个很大的突破。百度因为这个方面的工作，大概在去年获得了一个国家科技进步二等奖，是王海峰带领他的团队的成果。此外，语音识别，大家都知道，以前也是没有到应用的水平，而现在我们就可以用。比如说大家用如何根治白癜风白驳风专家在线