写给自己看的：
1， C++虚函数简介：
这篇博文讲述的比较清晰；读完对于虚函数的理解得到印证和加强；
虚表是class-scope的，属于每一个类，类的所有objs共享；所以指向一个对象的指针，会间接引用该类的vitaul-table，而注意到virtual-table罗列了属于该类的virtual functions，所以这也就相当于绑定了该指针会运行的虚拟函数的实现；对外宏观表现为多态；
所以多态的想法在CXX中的实现是采用枚举这种简洁方式；简单易懂。
“每个包含了虚函数的类都包含一个虚表。”
“虚表是一个指针数组，其元素是虚函数的指针，每个元素对应一个虚函数的函数指针。需要指出的是，普通的函数即非虚函数，其调用并不需要经过虚表，所以虚表的元素并不包括普通函数的函数指针。 ”
“虚表内的条目，即虚函数指针的赋值发生在编译器的编译阶段，也就是说在代码的编译阶段，虚表就可以构造出来了。”
最后作者还给出了一个总结，多态的触发来自于指针的引用，这是当然，或者obj也是可以，就是看你对于virtual function的理解咯， 他的实现如果不是在当前本class当中定义，那就继承于基类了，以此类推（推导）；总之，在脑中简历virtual-table的概念，这些总结就都显而易见了。。
“ 什么时候会执行函数的动态绑定？这需要符合以下三个条件。
- 通过指针来调用函数
- 指针upcast向上转型（继承类向基类的转换称为upcast）
- 调用的是虚函数
”
2， tensorfuse，接口switch between theano， tensorflow以及mxnet等，当初点进去关注并安装，就是想看看是如何做的，这样自己未来重构手头的那份代码时，也可以参考一下：做法比较直接，就是通过修改环境变量或者python代码中指定的方式，并不存在自己一开始设想的自动探测的功能；这样，对于不同的指定，选择不同平台下的API，
而各个不同类型的API背后去调用相应的后端backend（当前支持了cgt，theano，tensorflow以及mxnet）
LINK： https://github.com/dementrock/tensorfuse
3，监督学习与无监督的讨论
https://www.technologyreview.com/s/600819/the-missing-link-of-artificial-intelligence/
unsupervised 毕竟是下一步，如果可以达到，那将是的当前AI技术提升的标志性事件；
facebook/google实验了一钟近似方式（eyescream）就是，读图理解其中含义，补充图中不完整/被遮挡部分；或者给出图片的含义，亦即理解图片内容；（我的理解，这些AI应该都要在无监督下训练得出）；
而deepmind则验证了另外一种技术，unsupervised learning，但是建立了一种评价机制来反馈的当前的学习成果用于调整；
具体细节还不明了，至少听上去符合自己对于unsupervised learning的浅薄预期；
4， 一个连接，收集了不少计算机视觉方面的工具和资料
还是踏踏实实把sift和 opencv 用好吧