点击上方“CVer”,选择加"星标"置顶
重磅干货,第一时间送达
本文转载自:AI科技评论
“作者为原创的、具有强烈动机的问题提供了一个解决方案,但这个解决方案只是一个应用程序,所以,对于机器学习社区来说,该工作带来的意义有限。”
人工智能已偏离目标
当前,机器学习领域的研究几乎完全进入了“会议发表”模式,实际上在计算机科学领域,这种模式已经非常常见。会议论文基本上没有像传统期刊论文那样 clean up 的机会,也很少像传统期刊论文那样,能在多次的修订之后提升内容质量。
无法在解释和猜测之间做出明确的区分; 当实证实验中得到了改进时,无法确认改进的真正来源,比如过于强调性能提升来源于神经网络架构的非必须的改动,而实际上性能提升是来源于充分的超参数调试; 数学性:使用了很多数学概念和公式只为了混淆概念或者看起来高大上,而不是真的为了做出明确的表达,比如会混淆技术性和非技术性的概念; 语言词汇的滥用,比如用一些时髦的、内涵口语化的词汇,或者给已有的技术词汇增加额外的含义。
重要的机器学习
总结:弊大于利
下载1:动手学深度学习
在CVer公众号后台回复:动手学深度学习,即可下载547页《动手学深度学习》电子书和源码。该书是面向中文读者的能运行、可讨论的深度学习教科书,它将文字、公式、图像、代码和运行结果结合在一起。本书将全面介绍深度学习从模型构造到模型训练,以及它们在计算机视觉和自然语言处理中的应用。
下载2:CVPR / ECCV 2020开源代码
在CVer公众号后台回复:CVPR2020,即可下载CVPR 2020代码开源的论文合集
在CVer公众号后台回复:ECCV2020,即可下载ECCV 2020代码开源的论文合集
重磅!CVer-论文写作与投稿交流群成立
扫码添加CVer助手,可申请加入CVer-论文写作与投稿 微信交流群,目前已满2300+人,旨在交流顶会(CVPR/ICCV/ECCV/NIPS/ICML/ICLR/AAAI等)、顶刊(IJCV/TPAMI/TIP等)、SCI、EI、中文核心等写作与投稿事宜。
同时也可申请加入CVer大群和细分方向技术群,细分方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
一定要备注:研究方向+地点+学校/公司+昵称(如论文写作+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群
▲长按加微信群
▲长按关注CVer公众号
整理不易,请给CVer点赞和在看!