继上一篇给各位大侠介绍了码农翻身成为艺术家之后，继续给大家安利一篇新的论文，上一篇论文最大的不足就是computation costly，在GPU上弄出一个艺术照都要1-2min，这个东西想弄成实时或者对外提供服务的还真是不行，所以需要一个更好的算法可以实现快速地将照片转化成艺术照片。

哒溜君最近写python的时候总是会遇到要处理命令行参数的问题，这个东西其实调用sys.argv其实就可以解决了，但是这个玩意有一个致命的弱点就是里面有些参数我要自己一点一点的去分析，而不能很优雅地拿到这些参数的值，繁杂的工作让哒溜君整个人都不好了。。。直到最近哒溜君发现了一个叫做ArgumentParser的模块。

哒溜君总是这样觉得，深度学习是十分easy的，因为你可以随便拿过一个深度学习的框架，用10行左右的代码构建出一个不会很差的模型。但是话虽是这么说，但是这些也就只能提供一个baseline，也就是100公里的路，虽然任务已经完成了90%，但是最艰难的就是剩下10%。而且哒溜君觉得深度学习的精髓在于自定义的layer（当然那些研究网络模型例如vgg，resnet的也很叼）。本文就是用一个例子给大 ...

Faster rcnn是用来解决计算机视觉(CV)领域中Object Detection的问题的。经典的解决方案是使用: SS(selective search)产生proposal,之后使用像SVM之类的classifier进行分类，得到所有可能的目标. 使用SS的一个重要的弊端就是：特别耗时，而且使用像传统的SVM之类的浅层分类器，效果不佳。

不好了，不好了，出大事了，码农可以搞艺术装逼了，怎么办？怎么办？