题  目：Stochastic Second-Order Methods For Deep Learning

内容简介：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.

报告人：北京大学  文再文  研究员

报告人简介：北京大学北京国际数学研究中心研究员，主要研究最优化算法与理论及其在机器学习、人工智能和信号处理中的应用。 2013年获得基金委优秀青年科学基金。 2015年获得中组部青年拔尖人才计划。 2016年获中国青年科技奖。2020年获国家万人计划科技创新领军人才，现为中国运筹学会常务理事，中国运筹学会数学规划分会副理事长。

时  间：2020年12月13日（周日） 上午 10：00开始

地  点：腾讯会议(会议ID：907 710 399、点击链接入会：https://meeting.tencent.com/s/kMK6XeqR1ahO)

热烈欢迎广大师生参加!

信息科学技术学院

2020年12月7日