点击上方“视学算法”,选择“星标”

干货第一时间送达

本文整理自知乎问答,仅用于学术分享,著作权归作者所有。如有侵权,请联系后台作删文处理。

观点一

作者|张旭

https://www.zhihu.com/question/36983183/answer/746667460

收到一个新任务

1.先google 学术关键词,看看比较新的高引论文。选方案。

2.github,先直接搜论文名,看有没有已经复现的,或者作者直接提供了源码的。没有再搜关键词,总会有能用的。

3.改代码,加代码,python或matlab上跑通看效果。

4.调参,调参,调参。这里花的时间很长,经常的节奏就是新数据过来又不行了,再改。这里分析数据很重要。(做深度学习任务的时候,表示这个阶段是最耗时最无聊最没有成就感的)

5.代码集成,通常是C++。什么ipp,mkl,cuda,都搬上来,尽可能加速代码。

6.测试,测试,测试。

观点二

作者|迦兰

https://www.zhihu.com/question/36983183/answer/87011043

老板说:这篇论文思想挺好的,你们要不来implement看看。deep组:好啊,看起来挺有意思的。于是,我们花了半天把论文研究一番,一天把公式和loss的gradient确定下来。

两天写了一个network的loss layer;
两天写了一个data loader;
四天debug让他们真正跑通;
诶。。。只是能跑而已,别闹,根本没到达论文说的效果嘛。
cv debug真正开始。要不看看单个数据的performance?尼玛这都不行要报警了!要不看看降维以后class的分布?好,撸个tsne/iso map什么的花掉两天。卧槽竟然二维效果这么烂,要不换个dataset试试?完了完了搞了这么久还没效果老板又要骂人了。

从我的经验来看还是码代码分析数据占主导吧,看论文占少数,主要时间还是为了implement各种看上去靠谱的想法和验证关于数据的各种假设。有的时候我们会盯着数据研究很久,不仅仅是在写代码,而是看最终应用在数据上的效果如何,以及如何改进。

观点三

作者|jfangah

https://www.zhihu.com/question/36983183/answer/745182636

我是一个刚进公司的tensorflow boy,是的,我们算法部门在公司都被大家调戏称作“T(ensor)F(low) boys”。我在一家初创公司,我司主打行业是边缘计算,应用场景也主要集中在电力行业。要达到工业级的要求还是很难的事情。我们部门主要做目标检测和模型部署,平时是研究现有的目标检测模型,然后应用到不同的场景不同的需求上面去。但是用别人的模型框架特别痛苦,感觉到处都是bug和不适用于我们的场景的地方,然后就和同事一起研究研究,从底层撸自己的模型框架。

除此之外,还在做把模型部署到tf serving上面和模型加速的一点东西。然后用自己做出来的模型,用我们的高指标,去欺负欺负友商,生活充满了乐趣。

每天的日常是,点开电脑,看看昨天的模型跑的怎么样。

然后就是日常整理数据,日常炼丹,开炉炼丹前来一柱香,祈祷一下自己的丹不跑飞,不跑崩。

练完丹之后看看后端同事有什么需求,把模型导出成他们需要的模型。一个上午就过去了。

中午吃去吃个饭,公司周围陕西面馆特别好吃!都快成我们部门食堂了。

然后下午快乐得边炼丹边听后端同事:我又找到一个bug!然后时不时跑到后端看看我们的模型跑出来的目标检测结果。

我特别爱往后端跑,后端特别多玩具,玩具车,玩具挖掘机,玩具塔吊,全部可以用来检测。然后偶尔打打后端同事的脸:

“xxx,你们的模型不行啊,拍出来的照片都检测不出来!

不能够!不信我直接用模型给你检测出来!”

然后就是啪啪的打脸。

在他们修bug的时候玩玩玩具,惬意!

晚饭之后准备准备数据集,收拾收拾代码,准备开下一炉,争取在回家之前成功开炉。

吃吃零食,敲敲代码,玩玩玩具,这一天就过去了,这就是我的一天。

原来觉得撸代码很痛苦,但自己从零开始上手研究,而且最后真的实现了自己想要的效果,听到炼丹炉呼呼地响,会真的很令人振奋。而且炼丹的不确定性还会放大成功的喜悦。

最后小部分内容涉及原作者的公司信息和招聘信息,为了防止个人隐私,这里故不附上,感兴趣的同学可以点击上面链接进行查看

观点四

作者|2014

https://www.zhihu.com/question/36983183/answer/745476381

接到项目:

调研:看论文,找论文,看论文,找论文,算,看论文,找论文,算。看论文,找论文,算了。。。。。

复现:调参,测试,调参,测试,有希望;调参,测试,有希望;调参,测试,有希。。。。。。。。望。。。不到头。。。

汇报:

完成这个就有成果了,下周能有。

完成这个应该有成果,下周看看。

完成这个也许有成果,下周再看看。。。。。

观点五

作者|Mr.Coffee

https://www.zhihu.com/question/36983183/answer/770934900

炼丹需要注意什么呢?

1. 准备好药材,看看药材全不全,质量好不好。然后再处理下药材,不一定都用得到,比如有的只用根,有的只用茎,有的只用叶。

2. 注意火候,火太大容易炼成灰。火太小十天半个月都没啥动静。

3. 炼丹过程中还的注意色、气、味的反馈,通过这些反馈,注意改善火候,或者增加药材。

4. 当然,炼丹炉也回影响你的效率。什么玄天紫金丹炉固然完比黑铁丹炉速度要快了。

本文仅做学术分享,如有侵权,请联系删文。

计算机视觉工程师一天都大致在做些什么?相关推荐

  1. python调参工作都是干啥的_知乎 | 计算机视觉工程师一天都大致在做些什么?

    点击上方"机器学习与生成对抗网络",关注"星标" 获取有趣.好玩的前沿干货! from知乎,3d视觉工坊编辑:著作权归作者,侵删 观点一 作者|张旭 https ...

  2. 软件测试工程师前景如何?主要做些什么工作?

    在IT行业中女生是比较适合做软件测试的,一则该职业就业男女比例1:1男女均衡,另外软件测试需要细心和耐心,这个是女生固有优势,再者软件测试不需要很强的逻辑思维,很容易上手,工资也挺高的.软件测试工程师 ...

  3. 我做计算机视觉工程师的第一个月都学会了什么?

    作者 | Richmond Alake 译者 | 弯月,责编 | 郭芮 头图 | CSDN 下载自视觉中国 出品 | CSDN(ID:CSDNnews) 以下为译文: 我写这篇文章的目的是为了向那些没 ...

  4. 成为计算机视觉工程师的第一个月,我都学会了什么?

    作者 | Richmond Alake 译者 | 弯月 题图 | 自视觉中国 出品 | AI科技大本营(ID:rgznai100) 我写这篇文章的目的是为了向那些没有接触过机器学习行业的人们介绍一下我 ...

  5. 运维工程师到底都在做些什么?

    我们群里最近讨论500台服务器安装系统的问题.我特意找了一篇高人写的文章来与大家分享,希望对大家能有所帮助哈!(以下为作者原文,未加任何修改哈) 看到chinaunix最近出的门户网站运维板块veyr ...

  6. 网站运维应该做些什么?

    简单的说,运维是指对公司硬件和软件的维护. 硬件包括:机房.机柜.网线光纤.PDU.服务器.网络设备.安全设备等. 软件包括:系统运维软件.系统运维支持软件.业务系统. 整个运维的目标是稳定性.可用性 ...

  7. 数据库运维都要做些什么?

    首先结合软件生命周期.项目的开展,数据库的生命周期大致可分为这么几个阶段: 其中"规划"."开发"."实施"所要做的主要工作如下: 1. 规 ...

  8. 工程师如何从技术转型做管理?

    来自:IT人的职场进阶 "我,程序员,32岁,距离退休,只剩3年了!" 这句话用来形容2019年互联网行业最适合不过了.从18年开始,大大小小的互联网公司开始了不止一轮的裁员,19 ...

  9. 腾讯云大学大咖分享 | 自然语言处理技术(NLP)究竟能做些什么?

    自然语言处理(Natural Language Processing,缩写作 NLP)是人工智能(AI)领域的一个重要分支,被广泛应用于聊天机器人.机器翻译和搜索引擎等场景.为帮助大家更好地理解NLP ...

最新文章

  1. MySQL更新命令_UPDATE
  2. Fast-SCNN的解释以及使用Tensorflow 2.0的实现
  3. Uva 10177 - (2/3/4)-D Sqr/Rects/Cubes/Boxes?
  4. 阿里巴巴400集python教程_阿里巴巴推荐的400集Python视频合集免费学起来,学完万物皆可爬...
  5. OpenGL ES之GLSL自定义着色器编程实现粒子效果
  6. 1431. Kids With the Greatest Number of Candies
  7. CSS3与页面布局学习笔记(三)——BFC、定位、浮动、7种垂直居中方法
  8. java面向对象第一课,定义类,模拟人的行为:吃饭工作休息
  9. C# 使用NPlot绘图
  10. mysql 只读权限 不能访问函数_通用mysql只读函数
  11. Spring Security中remember me
  12. thinkphp事务处理以及无效时的解决方案(整理)
  13. 使用 Intel HAXM 为 Android 模拟器加速,媲美真机
  14. 8.2-HSRP 第二次:重新搭建拓扑 //IOU
  15. zypper 工具详解
  16. 表格数据快速转换成SQL语句
  17. 补一天三层的东西,ACL
  18. 【易实战】Spring Cloud Greenwich Hystrix:服务容错保护
  19. linux 类似迅雷下载软件,推荐几个可以替代迅雷的下载软件
  20. 米酷影视v7.2.1影视电影网站管理系统源码修复版

热门文章

  1. Matlab编程与数据类型 -- 出错处理语句try/catch/end
  2. Pandas 数据挖掘与分析时的常用方法
  3. matplotlib 可视化必知必会富文本绘制方法
  4. 不知道这 7 大 OpenCV 函数怎么向计算机视觉专家进阶?
  5. 技术战“疫”,贾扬清、李飞飞要给程序员直播讲AI技术!
  6. 特斯拉全新自动驾驶芯片最强?英伟达回怼,投资者用脚投票
  7. 仅用语音,AI就能“脑补”你的脸! | 技术头条
  8. AI,被“横扫记录”反噬?
  9. 哈工大成立人工智能研究院,NLP全国前三
  10. Python需求增速达174%,AI人才缺口仍超百万!这份来自2017年的实际招聘数据如是说