报告题目：深度学习(Deeplearning)及其优化方法
报告时间：2016年10月10日 13：30
报告地点：郁B102
报告人：胡海根
报告人简介：胡海根，博士、副教授，2013年1月毕业于同济大学，获得工学博士学位。主要从事机器学习、进化多目标优化、温室环境的智能化优化与控制等方面的研究。先后主持国家自然科学基金面上项目、国家863项目子课题等多个项目，已发表论文30余篇。
报告内容简介：深度学习技术以其优越的性能在计算机视觉、语音识别、自然语言处理等领域里已经取得了突破性的进展，而Deep learning中的优化算法则起着关键的角色。本次报告首先简单地介绍深度学习的基本思想及其框架；再进一步介绍深度学习中的优化方法（如：梯度下降(GD)/随机梯度下降(SGD)/L-BFGS/共轭梯度(CG)等），并重点介绍了SGD的一些优化方法：Momentum、NAG、Adagrad、Adadelta、RMSprop与Adam等；最后，介绍了各优化算法的优缺点，以及提高SGD性能的一些优化建议。