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
训练过程中loss震荡特别严重，可能是什么问题？TVM 最新发布版本 0.3 有哪些亮点？
网络上一位长者提出了“完全不依靠人工神经网络与机器学习算法实现人工智能”的理论，大家怎么看？
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？
为什么多标签分类（不是多类分类）损失函数可以使用Binary Cross Entropy？
机器学习里面的流形都是怎么用的？
如何评价 Kaiming 团队新作 Masked Autoencoders (MAE)？
深度学习在生物信息领域有什么应用？
为什么交叉熵（cross-entropy）可以用于计算代价？
pytorch ddp训练中一个node fail，导致整个训练失败，有可能解决吗？
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
最数学的计算机科学方向有哪些？ICLR 2019 有什么值得关注的亮点？
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?
如何看待FAIR提出的8-bit optimizer：效果和32-bit optimizer相当？
机器学习的算法和普通《算法导论》里的算法有什么本质上的异同？
北京深鉴科技基于FPGA平台的DPU架构如何？
基于深度学习的人工智能程序和传统程序的差别在哪里？
对于多指标评价，BP神经网络评价和TOPSIS有什么区别呢？
机器学习中的PR曲线一定会过（1，0）这个点吗？
深度学习工作站中使用AMD的CPU会有问题吗？
如何评价「Patches are all you need」?
如何评价 Kaiming He 在 ICCV 2017 上拿下双 Best 的 paper？
如何理解压缩感知(compressive sensing)？
GPU 与 CPU 比较，为什么说 GPU 更适合深度学习？
刷leetcode使用python还是c++？
为什么nlp没有像cv四小龙一样的创业公司？
深度学习（机器学习）的下一步如何发展？
如何评价mixup: BEYOND EMPIRICAL RISK MINIMIZATION？
如何评价MSRA最新的 Relation Networks for Object Detection？
如何理解链接预测（link prediction）？
神经网络中 warmup 策略为什么有效；有什么理论解释么？
如何评价论文「Stochastic Training is Not Necessary ...」?
人工智能相关的岗位薪酬状况如何？
机器学习中的优化理论，需要学习哪些资料才能看懂？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
学习python中的pandas有没有好的教程推荐？
如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点？
CNN网络的pooling层有什么用？
有没有一些图像处理新手可以练习的项目？
请解释下variational inference？