<b></b> 会议的主持人面带笑容，宣布孟繁岐隆重登场。

孟繁岐沉迷分成的计算，正在畅想美好的未来，完全没有感觉到时间竟然过得如此之快。

连忙关掉谷歌的财报，缓步登台。

看着台下满满一教室的ai领域学者们，都翘首以盼，用十分期待的目光看着自己，孟繁岐发觉自己远没有想象的那么紧张。

“大家好，这个报告的主题主要是应用于图像领域的深度残差学习。我知道大家可能主要是为它在图像识别领域取得的成绩而来的。”

说到这里，孟繁岐顿了一秒，台下响起了会心的笑声。

“不过在这样的场合，我个人并不希望花费太多的时间在具体的细节上面，相关的论文和代码在最近一段时间会陆续地开源，对细节感兴趣的朋友可以自己去探索。”

与谷歌签下合同之后，孟繁岐手头的所有论文也就没有继续压在手里的必要了。

借着发布会和这次国际会议的热度，他准备直接全部公之于众。

当然，这部分内容现在需要先经过谷歌的首肯和内部审阅才可以发布出去，以免它们可能导致谷歌的利益有损失。

不过由于这部分技术内容大都是图像算法领域的，目前还没有涉及到谷歌的关键利益。

若是等几周后，孟繁岐将对谷歌推荐和广告算法的一系列策略做出来之后，想要公布这部分技术，谷歌是万万不可能会答应的。

不涉及核心利益的情况下，谷歌在这些技术方面一向还是非常大方的，在经过杰夫和辛顿的审阅之后，孟繁岐已经准备先后把之前攒下的部分工作公布出去。

在大会开始之前，以dre为首的部分论文已经可以在arxiv上直接阅读到。

刚才其他队伍在上面介绍自己做法的时候，其实也有很多人像孟繁岐看财报一样，在偷偷阅读dre的论文。

“虽然赛事的主题是图像的识别分类，但如此多学者聚集在一起的机会确实不多，我希望同时把其他方面的一些内容一起在这里展示一下。”

视觉顶会有三个，分别是本次孟繁岐参加的国际计算机视觉大会，iv。

还有欧洲计算机视觉会议，ev，一个偏欧洲一点的会议。

这两个都是两年一办，所以一年也只有两次这样国际顶级的会议机会。

唯一一个每年都举办的，是vpr，国际计算机视觉和模式识别大会。

但它的举办地点基本上都在美国，签证方面经常会有一些问题。

本次的机会比较难得，当然要多宣传一下自己的工作。

“基于dre的残差思想，不仅在图像的识别分类上取得了巨大的突破，我同时也衍生出了它的一些变体，比如生成式网络，检测网络，还有分割网络。”

识别分类有竞赛结果，生成式网络的论文已经放出，而检测的网络随着白度的发布会，大家也已经了解它的威力。