ICLR 2020关键亮点与发展趋势总结（附python实战分析PyTorch vs Tensorflow使用情况）|文末送书...

介绍

ICLR是International Conference on Learning Representations的简称，是机器学习和深度学习研究界最著名的会议之一。

ICLR 2020最初计划在埃塞俄比亚的亚的斯亚贝巴举行，但由于最近COVID-19在全世界掀起，会议改成用完全虚拟的方式进行。

虽然活动改为线上举行，但完全在线的会议也让初出茅庐的研究人员和机器学习爱好者能够一起参与。

在本文中，我将分享我在ICLR 2020获得的主要收获。我还将分享一个基于数据的调查(我个人承担的)，来发现研究社区中首选的工具，特别是用于尖端深度学习研究的工具，即PyTorch和TensorFlow。

ICLR 2020的主要内容

首先，这是ICLR 2020网站的链接，以及组织者共享的关键数字摘要：

• https://iclr.cc/Conferences/2020

现在，让我们来一起深入探讨！

1. 完全虚拟的会议结构

ICLR2020于4月26日至5月1日举行，是一次完全虚拟的会议。参与者、演示者和组织者的所有互动都是通过他们的网站在线进行的。

第一天由非常有趣的研讨会组成，接下来的每一天都有主题演讲、书面报告/海报会议和交流/博览会等等。每一天都充满了活力！

会议总共接受了650多篇研究论文，每一篇论文都包括一个5分钟的视频演示和作者对论文本身的现场问答（在时间表中用绿色标记）。这段演示视频可以说是论文的亮点，作者在其中介绍了他们的方法和主要发现。这些视频大多是自定义进度的，而现场问答环节则是根据参会者的不同时区组织的，组织这个环节需要考虑得非常周到，这需要付出很多的努力。

会议上也有主题演讲（用蓝色标记），有像Yoshua Bengio和Yann LeCun这样有影响力的研究人员参加；还有来自行业巨头甚至领先的人工智能初创公司的博览会。请注意主题演讲的具体时间安排，这些时间安排在特定的时间，以便尽可能多地容纳来自不同时区的人。

ICLR在会议上采取了一种非常吸引人的做法。组织了许多社交活动（又称视频会议），你可以参加与你感兴趣的主题相关的社交活动。此外，根据需求，某些主题也可以进行多次课程。

例如，强化学习有10个平行的课程在同时进行，因为它是一个非常流行的领域。此外，对于初学者和导师也有不同的渠道可以进行学习交流。

在这些会议中，无论是通过聊天还是视频会议，你都可以在没有任何特定预定议程的情况下进行互动和讨论。例如，在指导会议上，你可以问一个有经验的研究员在XYZ领域做研究是什么感觉，他/她非常乐意回答！

另一个令人印象深刻的、有趣的、新颖的部分是ICLR Town。你可以把它想象成一个虚拟现实的会议，在虚拟现实的背景下进行讨论——比如海滩，户外等等。

最棒的部分是什么？马里奥竟然化身为用户在一个会议上！

现在我们在一个海滩派对上! pic.twitter.com/ODeXLYRsr8      — Shagun Sodhani (@shagunsodhani) April 28, 2020

https://twitter.com/shagunsodhani/status/1255272003982016512?ref_src=twsrc%5Etfw

ICLR Town席卷了Twitter，因此在与会者中非常受欢迎。毋庸置疑，即将到来的会议组织者将充分利用这次全虚拟会议的大部分关键学习成果。

2. 来自研究界的知名人士和业内知名赞助商

作为人工智能和深度学习领域中首屈一指的研究会议，ICLR一直吸引着这一领域的领军人物和思想领袖，今年也不例外。尽管受到新冠病毒的封锁限制，整个会议都在网上进行，但还是有非常著名的发言者出席会议：

• Andrew Ng

• Yann LeCun

• Yoshua Bengio

• Richard Sutton

• Shakir Mohamed

• and many more influencers

还有更多的影响者。

许多赞助者对ICLR在线会议同样充满热情：

这张令人印象深刻的榜单突出了每年ICLR的标准设置以及赞助商展位上展示的研究水平。

3. 开放评审——一个开放的同行评审过程，以促进科学交流的开放性

现在想请大家注意ICLR2020的一个关键方面是公开审查。我们非常熟悉研究会议在通常情况下的审查过程，这些评审是封闭式的，因此，评审缺乏透明度一直是研究者争论的焦点。

ICLR遵循开放式审查流程，在该流程中，可以公开在线阅读论文，你可以对此发表评论并查看其他研究人员的评论。这一同行评审过程受到好评，我希望这为今后的其他会议以及在研究界引入透明度创造了一个风向标。

4. 研究人员探索最多的话题——深度学习

深度学习现在是一个热门话题，而ICLR2020正好巩固了这一概念。有一项非官方的调查发现了研究人员探索最多的话题，以下是他们的结论：

可以看出，涵盖最多的主题包括以监督和非监督方式应用的深度学习、强化学习和表征学习。其他重要议题包括监督注意机制和生成性