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
如何评价深度学习之父Hinton发布的Capsule论文？如果有一天人类被AI取代，他们将以什么样的方式生活，娱乐，工作？
怎么通过一维分布的随机样本推测原分布？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
如何评价最新的Octave Convolution？
Deep Learning 的专家如此急缺，它难在何处？
计算机如何理解图像?
加州大学伯克利分校为何能连续孵化出 Mesos,Spark,Alluxio,Ray 等重量级开源项目?
土木和机器学习/深度学习/算法的交叉岗位在哪里找呀？ 在哪找都找不到招聘公司?
怎么通俗地理解张量？
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
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？时间序列和回归分析有什么本质区别？
pytorch 的高层库ignite怎么样？
新手如何入门pytorch？
你遇见过什么当时很有潜力但是最终没有流行的深度学习算法?
Python 如何画出漂亮的地图？
CVPR 2015 有什么值得关注的亮点？
为何感觉“知识蒸馏”这几年没有什么成果？
有哪些职业容易被人工智能替代？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
人工智能 CV 岗位是不是现在供严重大于需？
了解/从事机器学习/深度学习系统相关的研究需要什么样的知识结构？
计算机视觉中video understanding领域有什么研究方向和比较重要的成果？
本科数学，目前在读计算机研一，毕业的时候想要应聘数据挖掘工程师，看了对数据挖掘工程师的招聘要求，感觉太宽泛了，希望能具体说一下现在应该准备哪些知识（算法？编程语言？其他？），谢谢！
能分享你收藏的国外AI talk, seminar平台或网站吗？
DeepMind 团队中有哪些厉害的人物和技术积累？
皮尔逊系数为什么要中心化？中心化之后有什么好处？
土木和机器学习/深度学习/算法的交叉岗位在哪里找呀？ 在哪找都找不到招聘公司?
Transformer中的Mask矩阵已经有顺序了，能去掉position embedding吗?
CVPR 2019 有哪些值得关注的亮点？
视觉算法的工业部署及落地方面的技术知识，怎么学？
如何评价陈天奇的模块化深度学习系统NNVM？
物理专业的学生如何看待机器学习和大数据这些方向呢？
如果用机器学习的理论来理解人的行为，会有什么发现？
时间序列和回归分析有什么本质区别？
能否搜索某视频的其中一帧画面？或者通过一张图片搜索此图来自哪个视频？
应届硕士毕业生如何拿到知名互联网公司算法岗（机器学习、数据挖掘、深度学习） offer？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
推荐算法岗是否存在严重人才过剩?
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？