本文从迁移学习、强化学习中的迁移学习、强化学习中的迁移技术最新进展三个部分向大家分享，如何帮助强化学习更好地落地到实际问题。

人工智能之父马文·明斯基曾提到过，「如果机器不能够很好地模拟情感，那么人们可能永远也不会觉得机器具有智能」。

文章作者尝试使用 LSTM 模型对智能家居里的活跃设备进行预测，从而猜测用户正在家里使用什么类型的设备

作为计算机视觉领域的三大顶会之一，第32届计算机视觉与模式识别会议（CVPR）于6月16日在美国加州长滩召开。Facebook研究院在该会议上介绍了他们在视觉领域的最新进展。

物体检测任务一路发展过来，整体架构都在不断的发生着改变，模型也正在朝着容量更小、超参数更少、速度更快、准确率更高的方向发展。

近年来，针对 Non-IID 数据的机器学习算法以及联邦学习、医学数据分析等的应用文章越来越多，本文选择其中有代表性的五篇进行方法和应用情况的分析。

MIT韩松组一直走在深度模型剪枝，压缩方向的前沿。

这里介绍几篇计算神经学领域的评论文章，论文主要概述理论计算神经学近几年来在多个方面的研究进展。计算神经学是用理论方法去研究大脑的计算的学科。

从 2019 年机器学习会议中选出三篇关于主动学习方法的文章进行针对性的分析。

本文讲述了计算机视觉甚至是人工智能所面临的现实问题。

本文将根据近两年的综述对图网络方法做一个总结，为初入图世界的读者提供一个总体的概览。

BigBiGAN的前世今生，无所不能的 GAN 又攻占了一个山头