说两件事

前戏

先向各位CVers说声抱歉!

虽然最近半个月CVer 依然保持每日推文,但原创的文章越来越少了。Amusi觉得一个公众号最基本的原则是输出优质内容,其次是保持原创。原创很重要,Amusi也很看重原创,这是反映一个公众号有没有"底子"的最直观感受,也是值不值得被关注的原因。

截止2018-09-01,CVer已经推送了110篇原创文章,在AI方向的友商"公众号"中,不能说是出类拔萃,但也算是中上了。Amusi不觉得这是优势,但我开心的是敲打键盘,输出知识,并分享给大家的喜悦之情。

第一件事

为什么原创文章变少?论文速递更新频率降低?

答:Amusi 是一名研究生,平时都是晚上23:00 整理素材发文章,但最近事情很多:忙着秋招+做项目+写论文+狂补知识点。不能说比大家忙,但我觉得事情是分轻重缓急的,我保证会坚持CVer公众号的运营,分享更好的内容给CVers,所以希望各位CVer可以理解现在的情况。

解决方法:

1. 转载优质的文章

其实很有意思,最近一周的文章都是转载的,但阅读量都是1500+,其中也不乏3000+的文章。看过文章的人,应该都了解我转载文章的质量和方向。

2. 一周论文总结

注:这个"原创不原创"与"转载不转载",其实如果Amusi不说,很多人都不太了解其中的原因,也许并不关心。但Amusi 想告诉各位CVers,原创是Amusi走心攥写、编辑的,转载是Amusi走心挑选的。希望可以和大家一起成长,一起做自己喜欢的事情。

另外,大家应该也注意到,最近Amusi会在文章贴上下面一段话,在此Amusi也申明一点:希望大家每次看到下面的内容时,可以通过点AD和点赞的方式,给予Amusi和CVer一点点支持。衷心感谢~

CVer

Welcome to click AD

第二件事

【每日一题】系列

CVer 从2018-09-01开始,在每篇文章后面都会加上当天【每日一题】的题目和上一天【每日一题】题目的答案。

加入CVer微信群和CVer QQ群的朋友应该知道【每日一题】,因为Amusi在群里发布后,大家都会立即回复自己认为对的选项,并进行讨论,这一点很有意思。

什么是每日一题?

答:每天会推送一题或者若干个题目,内容涉及但不局限于机器学习、深度学习和计算机视觉等方向。

如何看到【每日一题】?

答:CVer每篇文章的底部、CVer微信群和CVerQQ群,这三个平台会同步推送。

直接点击“阅读全文”即可访问【每日一题】daily-question

link:

https://github.com/amusi/daily-question

【每日一题】1-4题示例

1.【排序题】梯度下降算法的正确步骤是什么?

a.计算预测值和真实值之间的误差

b.重复迭代,直至得到网络权重的最佳值

c.把输入传入网络,得到输出值

d.用随机值初始化权重和偏差

e.对每一个产生误差的神经元,调整相应的(权重)值以减小误差

2.【多选题】小明在训练深度学习模型时,发现训练集误差不断减少,测试集误差不断增大,以下解决方法正确的是?

A. 数据增广

B. 增加网络深度

C. 提前停止训练

D. 添加Dropout

3.【单选题】以下关于鞍点上的Hessian矩阵的描述哪个是正确的?

A. 正定矩阵

B. 负定矩阵

C. 半正定矩阵

D. 都不对

4.【单选题】以下几种优化方法中,哪种对超参数最不敏感?

A. SGD(stochatic gradient descent)

B. BGD(batch gradient descent)

C. Adadetla

D. Momentum

总结

若喜欢CVer,欢迎点赞和转发

授之以鱼,不如授之以渔

互相学习,一起进步

原文发布于微信公众号 - CVer(CVerNews)

原文发表时间:2018-09-02

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器学习算法与Python学习

报告 | 腾讯知文,从0到1打造下一代智能问答引擎【CCF-GAIR】

2018年7月1日上午自然语言处理专场中腾讯知文算法负责人钟黎就NLP、NLU、dialogue等面临的问题,做了其“从0到1打造下一代智能问答引擎”的报告。

1690
来自专栏机器之心

前沿 | IBM全新AI芯片设计登上Nature:算力是GPU的100倍

用 GPU 运行神经网络的方法近年来已经为人工智能领域带来了惊人的发展,然而两者的组合其实并不完美。IBM 研究人员希望专门为神经网络设计一种新芯片,使前者运行...

1390
来自专栏磐创AI技术团队的专栏

热点 | 四月最佳Github项目库与最有趣Reddit热点讨论(文末免费送百G数据集)

1272
来自专栏大数据挖掘DT机器学习

Slope one:简单高效的推荐算法

推荐系统最早在亚马逊的网站上应用,根据以往用户的购买行为,推荐出购买某种产品同时可能购买的其他产品,国内做的不错的当当网,有时候买书,它总能给我推荐出我感兴趣的...

3316
来自专栏PPV课数据科学社区

目前数据科学和机器学习中使用的最多的20个包

CRAN包库有6778个常用的包。哪些是你知道的?下面对此进行以下的分析,同时在文章底部另请参见原始数据链接。 这些R包都是Kagglers里的技术大牛最青睐的...

3565
来自专栏大数据文摘

如何把各类难题变得数据可解?Get与数据科学家聊天的正确姿势

974
来自专栏AI科技评论

深度:机器如何模仿人类的学习方式?

导读: 古有算盘,今有计算机,人工智能(Artificial Intelligence,AI)始终是人类永恒又美好的梦想。然而,漫漫的历史长河中人类前仆后继,虽...

3634
来自专栏玉树芝兰

如何用人工智能帮你找论文?

传统的关键词检索论文,浩如烟海的结果让你无所适从?试试人工智能检索引擎。根据你的研究兴趣和偏好,便捷而靠谱帮你找论文。

1031
来自专栏PPV课数据科学社区

【学习】 TensorFlow:最棒的深度学习加速器

TensorFlow没有改变世界。但是,它显然是最棒的,也是现有最便利的深度学习库。本文作者Zachary Chase Lipton是来自加利福尼亚大学计算机科...

2905
来自专栏AI科技大本营的专栏

AI 技术讲座精选: 数学不好,也可以学习人工智能(二)

【AI100 导读】本系列文章将陆续向大家推荐一些数学用书,今天这篇文章有针对性的介绍了数学不好的人,究竟该怎样学习人工智能。 ? 如果你已经看过本系列的第一篇...

3746

扫码关注云+社区

领取腾讯云代金券