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
如何看待指出 神经网络的训练罪魁祸首是退化一文？有没有一些图像处理新手可以练习的项目？
如何看待旷视确定香港上市？
如何系统学习机器学习？
Resnet到底在解决一个什么问题呢？
为什么 MobileNet、ShuffleNet 在理论上速度很快，工程上并没有特别大的提升？
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？
迁移学习入门，新手该如何下手？
deepmind发表的neural processes(神经过程)，这个是怎么实现的呢？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
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
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？如何看待比 iPad 还大的史上最大芯片问世？ 功耗比电磁炉还高有什么用？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
默写很花时间怎么办？
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?
为什么读论文最好打印出来读？
因果推断（causal inference）是回归（regression）问题的一种特例吗？
Kaggle如何入门？
计算机视觉研一，只学过Python基础，目前代码能力很差，要不要换导师，不换的话如何毕业？
为什么最近几年 FPGA 变得越发受大家重视了？
人工智能顶会的best paper，后来都怎么样了？
怎么通过一维分布的随机样本推测原分布？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
如何看待多所 985 大学开设人工智能专业？
为什么deep lab v3起，输出不再接 DenseCRF了？
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?
目前，人工智能语音在说中文时的语气感觉上还比较机械，怎样使人工智能语音的语气更自然一些？
如何看待swin transformer成为ICCV2021的 best paper？
因果推断（causal inference）是回归（regression）问题的一种特例吗？
你所在的研究领域里，有哪些工作的结果虽然不是造假，但是是精挑细选出来的?
什么是主动学习（Active Learning, AL）？
面试官如何判断面试者的机器学习水平？
面试官如何判断面试者的机器学习水平？
如何看待SIREN激活函数的提出？
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
未来20年，新技术将从哪些方面改变人的消费方式？
如何评价谷歌刚推出的Cloud AutoML？
Dirichlet Processes 是一个什么样的随机过程？
计算机视觉（CV）的算法有哪些，具体都有哪些特点？
为什么dropout正则化经常在视觉方面使用而不是其他？