Dealing with too much tiny tasks, joblib is definitely not suitable. The tip is not give too many tasks to joblib. Could separate the task to multiple parts with some larger amount of computation then feed to joblib. 展开全文 对于deep architecture中highly non-convex目标函数的优化，更像是演化计算可以应用而有作为的领域啊。演化计算在Deep Learning方面感觉会很有前途，但是怎么少见讨论呢，是ML界不怎么看好?还是因为难于作理论分析而少有ML researchers关注?@余凯_西二旗民工 @老师木 @李沐mu @南大周志华 @ICT山世光 展开全文 请教各位牛，说SVM是semi-parametric model是因为核函数的parametric性和local model的non-parametric性吗？ @老师木 @路遥_机器学习 @李沐mu p.s lecture from 🔗 网页链接 中枪。。。文献没看全，总是没有安全感。。。 请教马毅老师，研究之初，对研究领域的一个较全面综述不是必须的吗？不然，有可能你做的问题，或者是没太大价值的，又或者，已经是别人做过的啊 @马毅微言 @余凯_西二旗民工 余老师，百度识图的人脸识别用的是visual attributes还是metric learning还是raw pixel+deep learning还是神马技术？能透露吗。。。这不属于商业机密吧【[Official] APK Downloader – Download APK files from Android Market to PC】 🔗 网页链接 你们也跟@老师木 和Alex Smola直接交过手了啊，用老师木这个“交手论”看待各大会议、竞赛很好玩 //@复旦李斌 : NICTA参加过这个评测。。。我可以确定真身了。。。 //@要专注_120 : 什么东东？ 我和alex smola直接交过手，有个东西我们一两年力压全球同行，我们觉得没意思了，就没迭代，后来alex smola杀入，他也许也是玩票，微弱优势取胜。 //@Hyh7hyh : @徐涵W3China : 其实微软学术搜索和@ArnetMiner 早就有H-index排序功能了！微软学术(http://t.cn/hgCykn)可定制(子领域,年份,h-index,g-index,citation)。ArnetMiner(http://t.cn/zOXrA1F)集成了dblp和google scholar的数据，还有引用次数,上升趋势,活跃度等排序。这些基础工具科研必备啊！ 展开全文 偷个查文献的懒儿请教下邓老师@邓亚峰-人脸识别， 当前做Face recognition in the wild的state of the art的方法和model是什么？求tips~ 