旷视首席科学家孙剑：深度学习变革视觉计算丨CCF-GAIR 2019(13)_7月12日-7月14日

第一步是训练一个SuperNet ，是一个超网络，包含我们想搜索的子网络，先训SuperNet所有的权重；

第二步是搜索Sub-Nets子网络，好处是第二步不需要训练，非常高效。整个模型搜索时间只是正常训练时间的1.5-2倍，但可以得到非常好的效果。目前在多个测试集上得到了领先的结果。

此外，为了构建核心技术，旷视还打造了自研的人工智能框架Brain++ ，包括具备多中心、强大算力的Brain++ Infrastructure ，公司全员使用的深度学习引擎Brain++ Engine ，以及整合最新模型搜索的AutoML技术；同时，旷视还有人工智能数据标注和管理平台Data++ ，借助算法辅助数据清洗和标注。

以下是孙剑博士大会现场演讲内容，雷锋网作了不改变原意的整理及编辑：

孙剑：谢谢大家，今天非常高兴来到本次盛会，会议的火爆程度比去年高很多。这次Talk的主题是回顾深度学习对计算机视觉研究带来的变化。