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
到了 2022 年，人工智能有哪些真正可落地的应用？2019年，计算机视觉领域，你推荐哪些综述性的文章？
如何看待Jeff Dean&Hinton投到ICLR17的MoE的工作？
为什么说深度学习没有理论基础?
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
t-sne数据可视化算法的作用是啥？为了降维还是认识数据？
机器学习以及贝叶斯统计里，关于近似intractable integral，大家都偏爱什么算法？
2021年，作为算法工程师的你们会在CV业务落地上用Transformer吗？
皮尔逊系数为什么要中心化？中心化之后有什么好处？
如果学习从零开始学习Pytorch,有优秀的开源项目可以推荐吗？
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
深度学习底层开发对数学有哪些要求？当前人工智能特别是深度学习最前沿的研究方向是什么？
TensorFlow 有哪些令人难以接受的地方？
三维重建怎么入门？
如何评价Momenta ImageNet 2017夺冠架构SENet?
当前人工智能特别是深度学习最前沿的研究方向是什么？
多任务学习中loss多次backward和loss加和后backward有区别吗？
在计算机视觉任务中，运用Transformer和Non-local有何本质区别？
如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
如何看待指出 神经网络的训练罪魁祸首是退化一文？
人工智能领域有哪些精妙的数学原理？
有谁给解释一下流形以及流形正则化？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
mxnet的并行计算为什么这么牛，是什么原理？
如何理解矩阵对矩阵求导？
机器学习里面的流形都是怎么用的？
如何评价余凯创立的horizon robotics？
隐私计算、计算机视觉、自然语言处理三者中，哪个研究起来更有前途？
如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？
在Lasso中，oracle property指的是什么性质？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
神经网络中的能量函数是如何定义的？
如何评价 MXNet 被 Amazon AWS 选为官方深度学习平台？
如何评价FAIR提出的ConvNeXt：CNN匹敌Swin Transformer?
三维重建怎么入门？
CVPR2022 有什么值得关注的论文 ?
有哪些可以自学机器学习、深度学习、人工智能的网站？
人工智能领域有哪些精妙的数学原理？
奇异值分解（SVD）有哪些很厉害的应用？
如何看待阿里巴巴提出的 FashionAI 比赛？