-
编辑 删除
openAI最新强化学习库spinningUp实战（一）
总体评价：trfl更好玩，可以直接拿来开发一些自己的项目；spinningUp相对来说是类似一个入门的教程。 入门三部曲：理论、环境搭建、代码走读。
-
编辑 删除
腾讯觅影：投影空间深度学习法、cycle-GAN、RL
腾讯觅影：1）基于投影空间深度学习法的器官自动分割，2）基于强化学习的特征点检测和血管中心线提取，3）基于Cycle GAN的多模态图像生成等等。
-
编辑 删除
二次创业大佬：陈一舟、庄辰超、王兴和雷军
在互联网圈，有一群人一直屡屡出手创业，二次、三次、四次，他们是我们应该尊敬的前辈
-
编辑 删除
侧脸生成正脸概论与精析（一）Global and Local Perception GAN
第一节 侧脸生成正脸相关文献介绍 第二节 文章的主线：输入与输出 第三节 实现主线输入输出的loss和网络结构设计
-
编辑 删除
新零售人货场数字化之排面自动识别
新零售人货场数字化是一个系统工程。排面自动识别只是其中的一个小点。新零售的人货场数字化的目标是精细化管理，智
-
编辑 删除
注意力机制三：多标签分类之CNN-RNN浅析
CNN提取图片的特征后，RNN首先找到一个注意点，输出一个标签，随后，在特征和这个标签的基础下再找下一个注意力点，输出下一个标签
-
编辑 删除
AI+新零售之熟客识别如何多挣钱
行胜于言，空谈误国，实干兴邦。我们用产品化的思维武装头脑，落地实战来解决问题，真正带来商业价值。一个人脸识别的API价值不大，关键是如何切入商业，带来现金流。
-
编辑 删除
注意力模型RPN（faster-rcnn）与APN(RA-CNN）对比精析
文章有些长，建议收藏后慢慢看。细粒度图像分类仍然是一个可以出文章的课题。做这个方向的人，我觉得可以好好琢磨注意力机制。
-
编辑 删除
CVPR2017oral注意力模型RA-CNN简析
你可以认为它是一个级联网络。每一层的网络结构是VGG19+APN层，APN层是类似于faster-rcnn的RPN层，提供候选框的。 这个网络结构的信息流就是这样走的：原始图片通过VGG19提取特征，然后在这些特征基础上生成不少候选框
-
编辑 删除
创业宣言二 cosface的tensorflow实现 附github code
今天我又深入的看了cosface,然后实现了一把。代码放在这里
-
编辑 删除
腾讯AI lab CVPR paper把玩：cosFace、ArcFace--additive margin softmax
center loss 和 tripleloss都是干这个事情。但他们损失函数的根基还是softmax的交叉熵，现在，这三篇文章琢磨的是把这个根基变一变，从而扩大分类面之间的margin。
-
编辑 删除
匆匆那年 我的AI2017(二）
在这里，我斗胆做一个猜想，未来的算法工程师能不能这样工作：根据业务数据，做一些预处理，出一些图表统计，大概明白了业务数据的分布，估摸出一个网络结构，然后用这个简单干净的网络结构训练数据，能快速收敛并且work,速度也快，参数也少
-
编辑 删除
匆匆那年，我的AI 2017（一）
匆匆那年 我们聊得火热，兴奋得睡不着觉。感觉自己浑身充满干劲，斗志昂扬。
