第281期 HackCV 日报

很有意思的讨论,图像分类器都是基于一定的数据集进行训练,但在inference时,总会遇到未知的物体,这时就会出现一些有趣的结果。本文虽然没有提供解决方法,但提出了一些改进的策略来处理这些问题。当然,最简单直接的方式是把这些图像放进训练集中。

本文是Facebook在ICML2018上的18篇研究论文的总结,其中自然语言处理方面的内容更多些。

对当前火热的强化学习的反思:目前强化学习还有很多局限性,更擅长解决基于反射的问题,而不是推理和记忆的游戏,而且需要比人类更长的时间来学习,此外,从零开始学习,不使用先验和指导,也并非是最优的方法。