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？

Deep Neural Decision Forests为ICCV2015 Best Paper，这篇论文提出了一个非常有建设性的思路，那就是将传统数据挖掘（分类、回归超牛逼）的思想结合到卷积神经网络（提特征超牛逼）里面，这样训练出一个end to end的模型。