上周六，和几个创业的朋友，线下聚会聊天。
聊了下他们在创业路上踩的各种坑，后来讨论了一个话题：创业路上，什么最重要？
记得一个朋友说的一个词，印象很深刻：知行合一。
大白之前在朋友圈，也看到一句话，挺有意思：信息差可以抹平，认知差无法抹平。
感觉和“知行合一”很搭，所以本周，和大家聊一下，关于这个词的感受。
知行合一，我们先来看一下“知”。
这里的知，可以理解成，信息差。
由于移动互联网的便捷，大家每天都被海量的资讯所包围。
比如阅读十四五规划得到的利好信息，或者从网络信息中得到的资讯。
例如最近一段时间，特别火的平价茅台，只要从网络秒杀到，反手专卖，都是各种差价。
详情可看：《880万瓶茅台哄抢真相：没人喝，都想倒卖》
所以在这个时代，只要愿意了解，大部分人都可以学会利用信息差获得一些回报。
不管是对于工作，还是对于创业，大家可能都会有很多的想法。
但是造成相同想法的人，很大程度不同的是，第二个字“行”。
如何去践行，你的想法？
很多的人，可能都是“晚上想法千千万，早上醒来原地转”。
之前参加过一个活动，有一位嘉宾分享了一句话：你的顿悟，不过是别人的常识。
这句话其实挺打击人的，但是也是真实存在的，为什么会这样呢？
因为每个人所处的环境不同，从事的工作不同，感兴趣和钻研的领域也不同。
任何一个领域，要达到足够的认知，都需要耗费大量的精力，去做实践，提高认知，才能有收获。
而大多数的人，在实践路上，刚跨出脚不久，就觉得困难重重，回到了起点。
所以知其实并不是最重要的，行才是。
比如大白最近在检索不同AI公司的产品特色，技术方向。
发现一个特殊的角度，比如对AI公司所有的专利进行分析，可以知道很多信息。
比如公司在某时间段，做过哪些项目?公司人员的大致数量？
在哪些项目方面有积累？有哪些合作伙伴？
这也算是AI行业的一部分信息差，因为在工作中，很少有人会特意去观察它。
但大白在统计的时候，发现一个很麻烦的事情。
分析要不断复制，粘贴专利的名称、内容等。
需要大量的重复性时间，那么如何能提高效率呢？
比如是否可以通过脚本的方式，当然这里面会有很多坑，比如电脑全局的VPN，爬虫的不断摸索等。
大白发现，这并不是小众的需求，竞争对手分析、求职面试过程中，可能会都需要分析背后的内容。
那涉及的用户面就会很广，是否可以产品化，为用户提供服务呢？
当然，这里就延伸出很多方面，比如产品搭建、服务流程化、互联网营销，产品运营等等。
所以，“专利”只是一个信息点，而具体的产品，就是我们知行合一的结果。
因此，在“知”中“行”，在“行”中“知”，吾辈任重道远。
回到生活和工作中，每隔一段时间，都有一场艰苦的“知行合一”的修炼在等着我们。
希望大家都能在这场修炼中，成为更好的自己。
之前的周报，大白会将每周的精华内容汇总起来，整理到《大白AI周报精华汇总》中，点击即可查看。
后期需要哪方面的项目知识，可以直接去对应阅读。
大白也在不断收集更新各个项目算法作者及从业经验的视频分享，希望能让大家提高一些探索的效率，点击查看。
整理汇总：江大白
内容周期：2020.12.14-2020.12.21
同步公众号：江大白
目录
1 整理涉及公众号名单
（1）我爱计算机视觉
（2）Cver
（3）Datawhale
（4）量子位
（5）极市平台
（6）新智元
（7）机器之心
（8）AI算法与图像处理
（9）Opencv学堂
（10）PaperWeekly
（11）机器学习算法工程师
（12）AI研习社
（13）GiantPandaCV
（14）AI深度学习视线
（15）七月在线实验室
（16）人工智能前沿讲习
（17）AI科技评论
（18）机器学习算法与Python精研
（19）AIZOO
（20）微软研究员AI头条
（21）VALSE
（22）AI算法修炼营
（23）有三AI
（24）AlWalker
（25）AI公园
（26）AI人工智能初学者
（27）计算机视觉之路
（28）小白学视觉
2 行业精华文章汇总
2.1 基础知识方面
2.1.1 深度学习相关
（1）CNN的一些可视化方法
链接：https://mp.weixin.qq.com/s/wvWgmH67CKrDXNi2t5jr8Q
（2）常见的损失函数(loss function)总结
链接：https://mp.weixin.qq.com/s/q9mKabVyw2y3oCK0E33L7g
2.2 研究方向方面
2.2.1 目标检测
（1）谷歌简单粗暴“复制-粘贴”数据增广，刷新COCO目标检测与实例分割新高度
链接：https://mp.weixin.qq.com/s/nKC3bEe3m1eqPDI0LpVTIA
（2）C++实现yolov5的OpenVINO部署
链接：https://mp.weixin.qq.com/s/rzR-rAiJejR8LjDDgiauZA
2.2.2 图像分割
（1）华盛顿大学实时视频抠图再升级，毛发细节到位 | 应用前景广阔
链接：https://mp.weixin.qq.com/s/pkm_lc2t8J9LCC3Vm1bHkQ
2.2.3 图像超分辨
（1）真正的无极放大！30x插值效果惊艳，英伟达等开源LIIF：巧妙的图像超分新思路
链接：https://mp.weixin.qq.com/s/pKQZm1OvfKUyMA4V_-vIqw
2.2.4 人脸识别
（1）人脸识别：insightface自定义数据集制作 | 附练手数据集
链接：https://mp.weixin.qq.com/s/yIXCoPTDgAD6kELu5QWQng
2.3 Opencv方面
（1）经验 | OpenCV图像旋转的原理与技巧
链接：https://mp.weixin.qq.com/s/K4P8151BuM4DQPSK-KzPFQ
3 行业&拓展阅读动态汇总
3.1 行业动态
（1）内存256KB设备也能人脸检测！微软提出用RNN代替CNN | NeurIPS 2020
链接：https://mp.weixin.qq.com/s/jq7oa7Yu_gTQ0GjO53IT6w
（2）大规模神经网络的训练优化入门
链接：https://mp.weixin.qq.com/s/37Mc-9n9lmUo7hiK8qKeJQ
（3）保姆级教程：个人深度学习工作站配置指南
链接：https://mp.weixin.qq.com/s/QFnYHu_htLG1dxl3Xfa-gg
（4）134个预训练模型、精度高达85.1%，百度视觉算法最强基石PaddleClas全新升级
链接：https://mp.weixin.qq.com/s/KthTHRspAvLiO6HnOxNtJA
（5）AI种草莓，比最强人类多两倍：首次农业人机大战结束了
链接：https://mp.weixin.qq.com/s/68lf8sPwH_I-v1YdVlIJnA
3.2 拓展阅读
（1）自称“房奴”的博士靠开店卖SCI论文10年盈利近百万！论文买卖你怎么看？
链接：https://mp.weixin.qq.com/s/DXFFo7SLCGdKyulr2Lybtg
（2）北京一特斯拉突然失控撞楼，事故频发的特斯拉是否配得上「飞天」股价？
链接：https://mp.weixin.qq.com/s/gjNbwhizDf8-OyW4KySW-Q
（3）手机秒变投篮机，还能模拟投篮真实手感，腾讯微视技术「家底」到底有多厚？
链接：https://mp.weixin.qq.com/s/GRn8fAasye8I9NQuxrnG-Q
（4）虚拟偶像出道，技术「造星」推动下的粉丝经济
链接：https://mp.weixin.qq.com/s/e4DPITRiPf1ei1JiaDuKNQ
4 Tensorflow基础教程
（1）详解Tensorflow模型量化(Quantization)原理及其实现方法
链接：https://mp.weixin.qq.com/s/CHaBG9KHDR2-fnd9NkflpQ
