https://github.com/PengFoo/BostonIvy
一个基于 mqtt 协议的科学上网工具

@youxiachai logo 语言

既然你问了，我就回复你， cvpr2015 光是关于 kernel method 相关的，就有十多篇，涵盖了 CV 的各个方面，也包括 video object detection 等领域。

@menc 没用->没关系

如果 OpenCV 每年及时跟进 cvpr 中的算法都不能算 state of art ，那就没谁能算了。
一个机器学习系统不是只有机器学习算法， data preprocess ， feature retrieving ， 都是机器学习系统的一部分。你竟然还说二值化，直方图和机器学习+CV 没用，叫人怎么说你？

@alexapollo
不辩， cvpr 上面都用了什么算法，你自己去看看。最烦鼓吹 NN 是银弹的，有了 NN 就说其他机器学习算法没用了，过时了，大家不用了，其实 cvpr 的 paper 你自己看过几篇？
还要强行假装专业。
你究竟知道不知道 cvpr 是什么地位？你究竟看过 cvpr 的 paper 没有？你究竟有没有想过 cvpr 中使用机器学习算法的地方都用了哪些机器学习算法？还是你只看了两篇 NN 就说大家都用 NN ？
cvpr2015 accepted paper 603 篇，深度学习相关的只有几十篇，你的视野还是太狭隘。

@xiamx
@alexapollo

这位楼主愤愤不平，也不知道为了什么，明明最简单的问题都无法回答。

一、关于 nlp 的问题，
你正面回答，中文分词是不是 nlp 的一个子领域？
你要觉得我说的没道理，就让 readme 一直这样中文分词和自然语言处理并列排列，让大家来评论下是否合适。

二、关于 caffe 的问题，
你之前写的是 machine learning + cv ，在这个分类下，当仁不让是 OpenCV 。
openCV 在引入 GSoC 之后，更新迭代速度非常快。每年 cvpr 的算法，第一个实现并且发布的就是 OpenCV ，可以说， cvpr 用了什么算法， OpenCV 就会引入什么算法，所以近几年的 OpenCV 更新大都是机器学习的算法。
试问，如果我要用 svm 做 object detection ， caffe 能不能实现？
如果我要对图像进行预处理，如局部自适应二值化----这几乎是每个图像处理问题的必备步骤， OpenCV 是一个语句的事情， caffe 呢？
如果要提取图像直方图信息做特征， caffe 又要怎么处理？

总而言之，机器学习来进行图像处理的工具包，应当包括机器学习算法，也应当包括基本的二值化，直方图，取最小矩形等常用算法，这样看来，应当是 OpenCV 。

而你悄无声息地就改了 readme ，然后说什么“懒得纠正有些人”之类的话，实在是让人笑掉大牙。

看来准备每增加一个库就发一篇帖子。
早就说过楼主在不熟悉的领域并没有足够的经验支持楼主筛选出合适的 package 。
甚至连领域都分得七零八碎。
一个 nlp 领域，一个 chinese word segmentor 领域，这是要逆天的节奏？
中文分词就不是 nlp 了么。
那这么算的话
ner 算不算一个领域？
pos 算不算一个领域？

我想告诉 lz 的是，阿里只要进入面试，都会面三轮到 HR 面。。。
面的轮数多少不能代表顺利与否，可能第一面其实就已经跪了

@ma125125t 抄袭 tf2 的垃圾游戏真是恶心，看都不想...你等我一会我大招好了我托比昂要升级三级炮台去了

@penjianfeng 对的，我司有一个多说跳过来的人，说多说已经很久没更新了，因为找不到好的盈利点

985 ，周围所有本科毕业去了 BAT 的同学都选择两年之后重新回到学校，要么国内要么国外，因为进去了才觉得书读的不够，就这样。

@timothyye 因为比标准的短所以不能像其他机械键盘一样自由自在地换键帽玩耍一番

@bestkayle 百度是搜索引擎，没有办法做本地的。

@cashew 我的意思是，就你自己的描述来看，目前的薪资是合适的

恕我直言，科班学生只是懒得拉个 ROM 包编译代码，也没那个时间。
要是工作需要，他们来做，不一定做的比你差。

高估自己是 IT 人的通病，泡沫之下，几乎每个人都有这样的倾向。

@bestkayle
这个就厉害了，这个简单的功能也要推锅。
instant search 变得太快，是不适合联网的。
你一个请求 300ms ，这 300ms 用户的输入都不一定变了多少次了

所以都是缓存过来，在自己这里做 instant search