第(1/3)頁

    “因此，我認為更深的網絡沒有取得更好的結果是一個優化問題，而不是一個模型設計問題，又或者是模型能力問題。模型本身是有更大的潛力的，只是優化的方式需要改變。”

    “而這就是深度殘差的意義所在。”

    “對于我們需要學習的任意一個映射h(x)，我期待網絡去學習一個f(x)+x=h(x)中的f(x)，而不是直接學習h(x)本身。”

    “這個操作可以簡單的通過增加一個加法實現，而距離h(x)差值為x本身的f(x)，我們稱之為關于恒等的殘差映射。”

    “如果這個恒等是理想的，那我們很容易將權重設置為很小的值。殘差的形式很好地解決了一直以來都比較麻煩的梯度問題，可以看到，它使得上百層的網絡可以持續地取得更好的性能。”

    “在本次競賽的識別分類上取得的成績，只是殘差思想最基礎的體現，實際上，它是更好的特征提取器，可以更好地提取圖像的特征以應用到各種圖像任務中去。”

    “不僅是本次競賽的檢測賽道，前兩天白度的技術發布會上，想必大家也看到了明顯的性能提升。”

    說到這里，孟繁岐頓了一下，因為臺下已經控制不住地開始議論紛紛。

    雖然白度宣布了實時檢測辦法主要由孟繁岐這個特約研究員貢獻，但對于具體的算法細節守口如瓶，什么也沒有提。

    只是承諾要等到6-12個月后會公布。

    雖然眾人大概都已經猜到，但聽孟繁岐親口說出，眾人至少確定了一件事，那就是白度現在領先世界一大截的實時檢測算法，是采用了dreamnet的。

    “當然了，視覺類的任務還有非常多，除了我已經做過的生成，檢測，分割，識別之外，還有姿態估計，深度估計，超分辨率等等等等。種類繁多，不一而足。”

    “我的dreamnet論文已經公布，代碼也已經開源，還有很多的方向需要大家一起去探索。”

    孟繁岐吃了體量最大的幾個賽道的蛋糕，自然也得留點湯給其他人。

    在某個比較具體的方向，有幾個十分得到認可的代表作就夠了。

    孟繁岐技術多得發不完，沒必要把細分領域都一個個去自己做。

    說白了就是稍微改改去讓機器運行的事情，換一下數據，稍微調整下個別結構和參數。
    第(1/3)頁