深度学习增强了视觉和语言处理等“认知”任务，连谷歌都转向了基于神经网络的语言翻译，如此火爆的原因或许是它不需要掌握各个领域的特定知识就能取得想要的结果。当然，海量GPUs并行计算硬件加上设计良好的框架如TensorFlow，也加速了AI革命崛起。本文将讨论另一个“认知”任务：利用深度学习使黑白图像变为彩色。本文基于最近的一篇文章：https://arxiv.org/pdf/1603.08511.

承蒙老师培养，与研究生师哥师姐们一起参加了一个小范围座谈会，又接触到一位业界大牛，美国北卡罗来纳大学教堂山分校 沈定刚教授，专注医学图像分析、计算机视觉、模式识别等领域。特此记录，让我感触颇深的有以下几点：沈老师对访问学者、研究生、博士生要求非常严格非常注重presentationpaper反复修改十余次每周三次组沈老师非常敬业：需要修改的学生paper，在手中不会超过24小时每周跟

李宏毅机器学习回顾从五月二十日发布第一篇《 [机器学习入门] 李宏毅机器学习笔记-1 (Learning Map 课程导览图) 》开始，到八月四日《 [机器学习入门] 李宏毅机器学习笔记-37 (Deep Reinforcement Learning;深度增强学习入门) 》，学习了30小时的李宏毅机器学习课程，并在此留下了几笔学习痕迹。由于很多内容要往复几遍才能听懂，外加记录总结，总共的学习时

深度学习增强了视觉和语言处理等“认知”任务，连谷歌都转向了基于神经网络的语言翻译，如此火爆的原因或许是它不需要掌握各个领域的特定知识就能取得想要的结果。当然，海量GPUs并行计算硬件加上设计良好的框架如TensorFlow，也加速了AI革命崛起。本文将讨论另一个“认知”任务：利用深度学习使黑白图像变为彩色。本文基于最近的一篇文章：https://arxiv.org/pdf/1603.08511.