【资源总结】“十大深度学习方向” 专栏
文章首發于微信公眾號《與有三學AI》
【資源總結】“十大深度學習方向” 專欄上線
今天給大家介紹一下我們擁有的知乎十大深度學習專欄，涵蓋了深度學習的各個主流的方向
?
01?人臉圖像
專欄地址：https://zhuanlan.zhihu.com/c_1005854533687406592
在所有的圖像中，沒有哪一類圖像能夠像人臉圖像一樣應用如此廣泛，涵蓋人臉檢測，關鍵點檢測，表情顏值年齡性別等識別，人臉美容，風格化，三維人臉重建等等各大應用領域。
有三曾經開設過一門《深度學習人臉圖像算法》的課程，感興趣的可以去翻看我們以前的文章。
文章案例如下：
如何降低遮擋對人臉識別的影響
?
02?深度學習框架
專欄地址：https://zhuanlan.zhihu.com/c_1005857083643764736
所謂工欲善其事必先利其器，深度學習的快速發展以及在工業界和學術界的迅速流行，離不開三個要素：數據，硬件和框架。
深度學習框架是深度學習的工具，在這里我們會一起系統性學習所有主流的深度學習框架。
文章案例如下：
【github干貨】主流深度學習開源框架從入門到熟練
?
03?深度學習模型優化
專欄地址：https://zhuanlan.zhihu.com/c_1005865351275573248
深度學習的發展史，從某種程度上來說，就是模型的發展史。在這里，我們會介紹經典的模型設計與優化相關的所有東西，同時對解讀一些優質代碼。
文章案例如下：
【技術綜述】萬字長文詳解Faster RCNN源代碼
?
04?深度學習中的數據
專欄地址：https://zhuanlan.zhihu.com/c_1053248334692737024
前面說到深度學習的快速發展以及在工業界和學術界的迅速流行， 離不開三個要素：數據，硬件和框架。
數據是深度學習系統的輸入，對深度學習的發展起著至關重要的作用，但是又容易被很多人忽視，尤其是缺少實戰的業余人士。
關于深度學習中的數據集，目前缺乏系統性的介紹資料，因此我在這里給大家系統性地介紹深度學習中的數據集，從數據與深度學習的關系，重要方向的數據集，數據的增強方法以及數據標注和整理等方面進行講述。
文章案例如下：
【技術綜述】一文道盡“人臉數據集”
?
05?傳統圖像算法
專欄地址：https://zhuanlan.zhihu.com/c_1052966141386862592
對于大多數人來說，深度學習的門檻太低了，仿佛是無腦調參與使用，但那是因為傳統圖像算法基礎，數學基礎，編程水平薄弱。
盡管如今深度學習在大部分圖像領域的任務中占據主流位置，但是傳統圖像算法依然不可或缺，而且隨著從業者的增加，會越來越成為拉開水平差距的一個衡量基準。
文章案例如下：
【技術綜述】一文道盡傳統圖像降噪方法
?
06?GANs
專欄地址：https://zhuanlan.zhihu.com/c_155535936
有監督的深度學習被研究的夠久了，無監督的深度學習才是未來。因此，我在這里會給大家詳細介紹GANs的前世今生，實戰GAN的各大研究領域。
文章案例如下：
【技術綜述】有三說GANs（上）
?
07?深度學習與攝影
專欄地址：https://zhuanlan.zhihu.com/c_155535936
認識我的人都知道，有三還是一個攝影愛好者，所以我一直在關注這個方向，也寫了不少相關的文章。
深度學習與攝影，或者說美學，是一個交叉學科，涉及的技術已經涵蓋了主流的所有圖像算法，包括濾波降噪，分類分割，檢測等。
文章案例如下：
【技術綜述】深度學習自動構圖研究報告
?
08?AI基礎
專欄地址：https://zhuanlan.zhihu.com/c_1056864415533572096/settings
來學習的小伙伴們基礎都不同，有的小伙伴還是剛開始，所以我們要等等大家，設立了一個AI基礎專欄，將講述linux，python，c++等基礎知識。
文章案例如下：
【AI基礎】OpenCV，PIL，Skimage你pick誰
?
09?行業與職業發展
專欄地址：https://zhuanlan.zhihu.com/c_1006145184442277888
最后，想要從事這一行業，當然要深入了解這個領域，所以我們也給大家準備了一個專欄。
在這里，我們剖析各大企業的核心技術與就業情況，行業的發展。
文章案例如下：
【學習求職必備】微軟亞洲研究院和它的10大AI黑科技
?
10?有三AI學院
最后，是以上所有專欄的合集，基本上所有文章都會收錄。
怎么一次性找到所有這些方向的資料呢？行不更名坐不改姓，搜索知乎“龍鵬”，翻閱相關專欄，或者掃碼吧。
感謝各位看官的耐心閱讀，不足之處希望多多指教。后續內容將會不定期奉上，歡迎大家關注有三公眾號 有三AI！
?
?
?
總結
以上是生活随笔為你收集整理的【资源总结】“十大深度学习方向” 专栏的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【模型训练】如何选择最适合你的学习率变更
- 下一篇： 【AI基础】OpenCV，PIL，Ski