2019年，计算机视觉领域，你推荐哪些综述性的文章？ 第1页
1
sherwood-zheng 网友的相关建议:
推荐一波AutoML + NAS 的综述吧。
NAS的话最重要的当然是frank hutter的那一篇：
当然，要是19年的话其实也有，写的没有google他们写的那么好：
AutoML的话要好好看看书籍了：
至少1-3章理论知识全看完吧，拓宽一下自己的视野。
研究组强烈推荐关注 Quoc Le （野兽派代表），论文动辄 几千张卡，实验丰富。
理论强烈推荐 Frank Hutter 提出茫茫多的算法工具，但是关注度没有Quoc Lee 这么高，但是相关领域 写了很多很好的工具，提出很多很棒的算法。
1
相关话题
2019年，计算机视觉领域，你推荐哪些综述性的文章？除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
可以对只有一个像素的图片拥有版权或著作权吗？为什么？
有什么算法能对一个长短不一的时间序列进行分类预测?
如何评价沐神他们写的《动手学深度学习》这本书？
现在互联网公司还有做特征工程的工作吗？
有人说「真正的人工智能至少还要几百年才能实现」，真的是这样吗？
机器学习中的PR曲线一定会过（1，0）这个点吗？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
在Auto ML的冲击下，ML算法人员是否会在前者成熟后失业的情况？
前一个讨论
在数据分析、挖掘方面，有哪些好书值得推荐？
相关的话题
有没有可能运用人工神经网络将一种编程语言的代码翻译成任意的另一种编程语言，而不经过人工设计的编译过程？医学生学习机器学习该如何入门？
R 中的哪些命令或者包让你相见恨晚？
t-sne数据可视化算法的作用是啥？为了降维还是认识数据？
围棋AI为什么没有下出同局？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
如何评价新Nature子刊Nature Machine Intelligence的出现？
深度学习对图像的处理，为什么大多基于RGB，而没有其他色彩空间，比如HSV？
2021年人工智能领域有哪些关键性进展和突破？
机器通过主动学习能为人类生活带来怎样的改变？
pytorch ddp训练中一个node fail，导致整个训练失败，有可能解决吗？
迁移学习与fine-tuning有什么区别？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
scikit-learn, tensorflow, pytorch真的只需要查下API，不需要学吗?
为什么 BERT 的 intermediate_size 这么大？
如何评价 MSRA 最新的 Deformable Convolutional Networks？
深度学习底层开发对数学有哪些要求？
wav2vec中的30ms是怎么得来的?
能分享你收藏的国外AI talk, seminar平台或网站吗？
CVPR 2018 有什么值得关注的亮点？
为什么 BERT 的 intermediate_size 这么大？
什么是无监督学习？
深度学习attention机制中的Q,K,V分别是从哪来的？
如何评价 DeepMind 发表在 Nature 的论文公开无需人类棋谱的 AlphaGo Zero？
什么叫做泛函空间的大数定律？
深度学习方面还有什么Open Problem?
PyTorch中在反向传播前为什么要手动将梯度清零？
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？
无人车为什么一定要用激光雷达做，双目视觉难道不行吗？
机器学习自嘲的炼丹和化学材料自嘲的炒菜有什么本质上的区别？