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
image caption这个方向更偏向NLP还是CV？机器学习的理论方向 PhD 是否真的会接触那么多现代数学（黎曼几何、代数拓扑之类）？
用 Python 进行数据分析，不懂 Python，求合适的 Python 书籍或资料推荐？
目标检测算法中Two-stage算法速度慢,到底在哪里?
Transformer在工业界的应用瓶颈如何突破？
新手如何实现个简单AutoML框架。有参考的github开源项目介绍吗？
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?
ICLR 2021 有什么值得关注的投稿？
迁移学习入门，新手该如何下手？
中科院某所研一新生，小样本学习、数据融合、强化学习、图神经网络、资源受限的计算这几个方向选哪个更好？
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
如何评价 On Unifying Deep Generative Models 这篇 paper?能否对卷积神经网络工作原理做一个直观的解释？
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？
人工智能就业前景越来越严峻了，你还在坚持吗？
在机器学习模型的训练期间，大概几十分钟到几小时不等，大家都会在等实验的时候做什么？
你见过最差的算法工程师能差到什么程度？
人工智能 CV 岗位是不是现在供严重大于需？
算法工程师的落地能力具体指的是什么？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
如何理解深度学习中的deconvolution networks？
nlp有哪些值得完整实现一遍的算法?
卷积神经网络（CNN）的结构设计都有哪些思想？
如何评价《State Estimation for Robotics》？
TensorFlow 有哪些令人难以接受的地方？
attention跟一维卷积的区别是啥？
如何理解空洞卷积（dilated convolution）？
为什么nn的较大问题是会陷入局部最优时，不选用凸函数作为激活函数？
深度学习的多个loss如何平衡？
如何评价余凯创立的horizon robotics？
为什么说股票不能通过机器学习来预测？
深度学习中Attention与全连接层的区别何在？
在优化问题里，强化学习相比启发式搜索算法有什么好处？
如何理解链接预测（link prediction）？
深度学习中，模型大了好还是小了好呢？
在你做推荐系统的过程中都遇到过什么坑？
为什么做stacking之后，准确率反而降低了？
最数学的计算机科学方向有哪些？
如何评价第一局比赛 AlphaGo 战胜李世石？
GAN 真的创造了新的信息吗？
如何看待MXNet获得amazon官方支持首位？