第95期 HackCV 日报

使用swift构建明星swift的检测器,有想法。本以为会是完全客户端本地进行预测,看完发现是要将图片传到服务端进行检测。挺传统的方式,可以看下如何使用谷歌的机器学习引擎进行训练,代码已经开源,也可以参考下手机端的代码。

本文是对2017年NIPS大会的一个简单的总结,主要是一些最近的技术进展和亮点,以及它们可能会对机器学习领域所产生的影响。第一篇是关于分布式并行SGD的算法架构,该论文发现分布式的效果比集中式的更好;第二篇涉及模型的可解释性问题,显然越来越多的研究者正在投入精力解决;第三篇就是前段时间引起大家讨论的Ali的论文,确实也让大家更加深入的思考;第四篇就是Meta-learning了,更快更好的学习依然是目标;第五篇是GAN相关的论文;第六篇是把AI应用到化学领域的论文,对医药设计和分析进行了一些基础的探索;第七篇是图像生成相关的论文,结合了GAN和VAE,高质量的生成不同条件下的图像。

深度学习与医疗的结合是现在的一个热点,谷歌的研究,可以通过观察人眼的照片,就可以得到血压的信息,进而可以推断是否有心脏病。从文中看,目前需要把医疗信息转化为图像,进而使用卷积神经网络进行医疗辅助判断。