11月29日晚7点，2021-2022学年秦仓学术讲座第三期通过腾讯会议顺利举行。本期仓秦学术讲座邀请到betway必威西汉姆联官网方振宇副教授作为主讲人，为广大师生带来题为《主流深度学习网络架构搜索算法介绍》的讲座。在前期精彩预告下，当天参与人数总计高达380余人，大家都积极加入到本场精彩的学术讲座中，并与方振宇老师现场互动交流。

深度学习神经网络在计算机视觉、语音等方面取得了出色的成果，如何降低网络的结构设计成本和超参数调优成本成为了热门话题，也是神经结构搜索(Neural Architecture Search,NAS)出现的背景。讲座伊始，方振宇老师对深度学习进行预热，通过食物识别的图像分类例子，先后介绍主流的深度学习网络CNN及其模块架构、单元架构，让同学们对神经网络架构有了基础与认知。接下来，方振宇老师继续引出对人工设计网络架构存在局限性的思考，对NAS的动因和实际意义进行了说明。

对于经典的NAS算法，老师从NAS三要素（搜索空间、搜索策略、评估策略）和模型表现的角度，向同学们介绍基于强化学习的NAS v1-v3以及其缺点和不足，引出优化模型泛化能力的NASNet，优化网络结构表达连续的DARTS，通过对比不同算法的实验结果，让同学们清晰的看到算法之间的区别与优化后的效果，使同学们对NAS有了充分的认识。方振宇老师循序渐进的方法也激发了同学们学习NAS的兴趣。

对于NAS未来的发展，他讲到可以通过减少NAS超参数、优化搜索空间等方式优化NAS。方振宇老师还以谷歌的Evolution NAS模型为例，结合自身研究经历向同学们介绍NAS在实际应用中的一些结论，并希望同学们可以自己动手实践，挖掘更多关于NAS的结论。

讲座最后，方振宇老师与同学们进行互动，他细心解答了大家提出的问题。内容充实的讲座，在精心准备下，紧紧地吸引着大家。讲座在老师与同学们的热烈讨论下结束，大家纷纷表示收获颇丰，对NAS产生了浓厚的兴趣，为未来的科研道路奠定了基础。

图文 |王俊豪

审稿 | 赵舒鑫

审核人 | 张龙