近十年来，深度学习领域在学术界和工业界科研工作者的共同推进下取得了巨大的成就，其中很多重要的工作都集中在神经网络结构的探索上，先后出现了RNN，GRU，LSTM等不同的循环神经网络结构，以及AlexNet,VGGNet,GoogNet,Inception,ResNet,DenseNet,MobileNet等不同的卷积神经网络架构。每一种子网络结构单元根据参数设置的不同又能组成千变万化的新架构。在海量的组合中如何“自动的寻找最优的网络结构”，已经形成了一个崭新的研究领域。为了更深入的探讨网络结构搜索（NAS）这一新兴方向的最新成果、发展潜力和存在的问题，CCF-CV组织了RACV，邀请多位神经网络结构搜索领域的资深专家对“网络结构自动搜索”进行探讨。
本期专题为“网络结构自动搜索”。各位专家从NAS搜索空间的定义、生物大脑机制的探索及其与NAS的结合、NAS的效率、精度和灵活性、NAS在实际场景中的业务应用等多方面展开了深入的探讨。
主题组织者：纪荣嵘，马占宇，孙晓帅
讨论时间：年8月29日
发言嘉宾：苏江、陈杰、张祥雨
参与讨论嘉宾[发言顺序]：苏江、张祥雨、纪荣嵘、査红彬、赖剑煌、刘青山、马占宇、白翔、阚美娜、孙逸鹏
文字整理：孙晓帅
校审发布：任传贤
「RACV发言讨论嘉宾及CCF-CV专委会允许非商业用途的转载。转载时应保证内容与原文一致，声明“本文得到CCF-CV专委会（