转：周末善语共享:当脾气来的时候,福气就走了！人的优雅关键在于控制自己的情绪。用嘴伤人是最愚蠢的一种行为。一个能控制住不良情绪的人，比一个能干成某项事的人更强大。水深则流缓，语迟则人贵。我们花了两年的时间学说话，却要花数十年的时间学会闭嘴…，说是一种能力；不说是一种智慧。 - @骆逸 机器视觉方面的公司，我主要比较熟悉生物特征识别方面的，比如Cognitec，L1，工业视觉和医学图像方面的我不太熟悉。虹软，cogent，以及做智能视频监控的文安视觉等算是华人做的公司里面不错的。日本的欧姆龙，NEC等不算纯视觉公司，但不错。国内的大恒，凌云等算是在工业检测方面有点影响的展开全文
- 我记得以前msra做过人脸卡通化方面的工作，还曾经通过msn对外发布过，不过现在不能用了。谁知道人脸卡通化方面的比较好的工作吗？多谢！ @ICT山世光 @张磊MSRA
- 昨日已投//@假装是东坡: 各位，赶紧投票！//@苏腾荣: 此刻，还差31,182票// @清风无痕A :登陆白宫网站，在the administration栏目里，选择We the people，然后选择open petitions就可以看到遣返孙，维动议，点开，创建账户，输入邮箱和密码，然后到邮箱找到链接打开投票即可。为了正义请努力！展开全文
这三天，受害者姓名反成为敏感词，这事儿怪吧。保卫家乡环境被家乡部门弹压，这事儿怪吧。20年救助底层的茅于轼被底层民众围攻，这事儿怪吧。可这些怪事一直在发生，我们无能为力。这证明怪力乱神成为正常逻辑和主要力量。我们唯一能做的：在全城假装欢呼新衣服时，让一个小孩变成两个、三个……更多。展开全文 - 请教个问题：对于非大规模数据（比如样本数目在几万，feature维度在几千的规模），梯度下降和SGD怎么选择？什么情况下用GD就够了，什么情况下，需要用SGD？哪个收敛速度更快些？还有，GD的话，在梯度方向上用一维搜索，和直接用梯度和步长做迭代，又怎么选择呢？多谢。@李沐mu @王威廉 展开全文
- 「深度神经网络」（deep neural network）具体是怎样工作的：转发自知乎： 🔗 网页链接 由于作者匿名，只好默默感谢了。 多层的好处... 🔗 网页链接 （使用新浪长微博工具发布 http://t.cn/zOXAaic）
- “模型形式”是指一个问题有多种formulation，谢谢周老师//@南大周志华: “模型形式”是指一个问题有多种formulation？都重要。surrogate loss很好，优化算法一塌糊涂，当然很糟；surrogate loss本身不对，怎么优化都没用
分类算法的目标就是要优化0/1-loss（假设暂不考虑代价/类别不均衡以及其他变性问题），但因为它性质不好，不便直接做，因此大家就找替代loss例如hinge loss。在算法设计上，使用什么样的技术求解和准备优化什么样的surrogate loss直接相关 //@张磊MSRA// @邓亚峰-人脸识别 展开全文 - 这里有一个较完整的华裔获#诺贝儿奖#的名单，http://t.cn/zllnuYr。再加上2010年的和今年的莫言。
- 当年听了张旭东老师的课，很严谨。百度的万昊好像也是张老师的学生。//@刘铁岩: 我贡献一个正例。我现在的研究方向虽然和导师张旭东老师已经差别很大了，但张老师对我影响深远。他水平人品都没得说，而且对我非常照顾，现在还派学生来我组里帮忙。
碰到几个人，说起自己的硕士博士导师，大都不满意。。。都说与自己想想的差距太多。。。水平人品都没有。。。。。
