文章首發(fā)于微信公眾號(hào)《有三AI》

創(chuàng)業(yè)第一天，有三AI扔出了深度學(xué)習(xí)的150多篇文章和10多個(gè)專欄

文/編輯?|?言有三

在這篇文章中，有三跟大家來聊一下有三AI和如何學(xué)習(xí)深度學(xué)習(xí)這件事兒。

?

1?概述

自我介紹

“有三AI”創(chuàng)始人網(wǎng)名言有三，本名龍鵬，本科就讀于華中科技大學(xué)，碩士就讀于中國科學(xué)院，先后就職于奇虎360AI研究院，陌陌深度學(xué)習(xí)實(shí)驗(yàn)室，6年多計(jì)算機(jī)視覺從業(yè)經(jīng)驗(yàn)，熟悉傳統(tǒng)圖像算法和深度學(xué)習(xí)理論與實(shí)踐，曾在gitchat，網(wǎng)易云課堂等平臺(tái)開設(shè)入門課程。

擅長領(lǐng)域包括：熟悉caffe，tensorflow，pytorch，mxnet等主流機(jī)器學(xué)習(xí)平臺(tái)。熟悉圖像基礎(chǔ)任務(wù)，AI美學(xué)，2D與3D人臉，GAN，深度學(xué)習(xí)模型優(yōu)化等領(lǐng)域。

目前以微信公眾平臺(tái)首發(fā)，知乎同步更新文章的方式進(jìn)行深度學(xué)習(xí)相關(guān)知識(shí)的傳播。

面向的群體

(1)?直接相關(guān)崗位從業(yè)者。

(2)?相關(guān)方向的學(xué)生。

(3)?AI技術(shù)愛好者。

(4)?獵頭/HR/產(chǎn)品/運(yùn)營等需要了解簡單技術(shù)的其他從業(yè)人員。

對(duì)學(xué)深度學(xué)習(xí)的看法

當(dāng)前的深度學(xué)習(xí)是以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)結(jié)構(gòu)，完成視覺，語音，語言等領(lǐng)域相關(guān)任務(wù)的方法。

擁有幾個(gè)明顯的特點(diǎn)：

(1)?理論基礎(chǔ)尚不完善，各個(gè)維度都在被研究中。

(2)?經(jīng)典的任務(wù)如人臉檢測與識(shí)別，限定場景的語音識(shí)別，智能客服機(jī)器人等已經(jīng)實(shí)現(xiàn)工業(yè)級(jí)大規(guī)模落地，但是很多的細(xì)分領(lǐng)域有待應(yīng)用和算法開發(fā)，潛力巨大。

(3)?學(xué)習(xí)資料海量但良莠不齊，缺乏系統(tǒng)性資料；國內(nèi)外知名經(jīng)典課程所授知識(shí)簡單，與工業(yè)界脫節(jié)且落后于最新技術(shù)。

在這個(gè)基礎(chǔ)上，有三AI通過不斷開設(shè)相關(guān)專欄來進(jìn)行知識(shí)分享，力求使初學(xué)者知識(shí)體系盡量完善，具體的內(nèi)容在第二部分進(jìn)行介紹。

在這里我先給大家推薦一條初學(xué)者的學(xué)習(xí)路線，這是有三經(jīng)過多年經(jīng)驗(yàn)以及參考若干資料后敲定的，以計(jì)算機(jī)視覺領(lǐng)域?yàn)槔?#xff0c;粗分為：白身，初識(shí)，不惑，有識(shí)，不可知5個(gè)境界，關(guān)于這5個(gè)境界，為了縮短篇幅，請(qǐng)大家閱讀往期文章：

【雜談】白身，初識(shí)，不惑，有識(shí)，不可知，你處于深度學(xué)習(xí)工程師哪一重境界了

在這個(gè)基礎(chǔ)上，我們開始進(jìn)行內(nèi)容的更新，完整的文章列表如下：

白身境界

• 【AI白身境】究竟誰是paper之王，全球前10的計(jì)算機(jī)科學(xué)家

• 【AI白身境】一文覽盡計(jì)算機(jī)視覺研究方向

• 【AI白身境】入行AI需要什么數(shù)學(xué)基礎(chǔ)：左手矩陣論，右手微積分

• 【AI白身境】一文覽盡計(jì)算機(jī)視覺研究方向

• 【AI白身境】AI+，都加在哪些應(yīng)用領(lǐng)域了

• 【AI白身境】只會(huì)用Python？g++，CMake和Makefile了解一下

• 【AI白身境】學(xué)深度學(xué)習(xí)你不得不知的爬蟲基礎(chǔ)

• 【AI白身境】搞計(jì)算機(jī)視覺必備的OpenCV入門基礎(chǔ)

• 【AI白身境】深度學(xué)習(xí)必備圖像基礎(chǔ)

• 【AI白身境】學(xué)AI必備的python基礎(chǔ)

• 【AI白身境】Linux干活三板斧，shell、vim和git

• 【AI白身境】深度學(xué)習(xí)從棄用windows開始

初識(shí)境界

• 【AI初識(shí)境】從3次人工智能潮起潮落說起

• 【AI初識(shí)境】從頭理解神經(jīng)網(wǎng)絡(luò)-內(nèi)行與外行的分水嶺

• 【AI初識(shí)境】近20年深度學(xué)習(xí)在圖像領(lǐng)域的重要進(jìn)展節(jié)點(diǎn)

• 【AI初識(shí)境】激活函數(shù)：從人工設(shè)計(jì)到自動(dòng)搜索

• 【AI初識(shí)境】什么是深度學(xué)習(xí)成功的開始？參數(shù)初始化

• 【AI初識(shí)境】深度學(xué)習(xí)模型中的Normalization，你懂了多少？

• 【AI初識(shí)境】為了圍剿SGD大家這些年想過的那十幾招

后面的請(qǐng)持續(xù)關(guān)注，這就是我暫時(shí)對(duì)學(xué)習(xí)深度學(xué)習(xí)的一點(diǎn)看法和建議。

?

2? 有三AI生態(tài)

簡單來說，就是給大家準(zhǔn)備了各種各樣的專欄，然后系統(tǒng)性進(jìn)行更新。

方向綜述

方向綜述，就是對(duì)計(jì)算機(jī)視覺或者深度學(xué)習(xí)的某一個(gè)研究方向進(jìn)行深入全面的解讀，通常知識(shí)比較完備，自成體系，它有助于對(duì)某一個(gè)方向進(jìn)行系統(tǒng)性的了解。

往期方向綜述

• 【技術(shù)綜述】一文道盡softmax?loss及其變種

• 【技術(shù)綜述】閑聊圖像分割這件事兒

• 【技術(shù)綜述】你真的了解圖像分類嗎？

• 【技術(shù)綜述】“看透”神經(jīng)網(wǎng)絡(luò)

• 【技術(shù)綜述】計(jì)算機(jī)審美，學(xué)的怎么樣了？

• 【技術(shù)綜述】深度學(xué)習(xí)自動(dòng)構(gòu)圖研究報(bào)告

• 【技術(shù)綜述】一文道盡R-CNN系列目標(biāo)檢測

• 【技術(shù)綜述】萬字長文詳解Faster?RCNN源代碼

• 為了壓榨CNN模型，這幾年大家都干了什么

開源框架

好記星不如爛筆頭，只有代碼寫出來才是真的會(huì)，在這個(gè)專欄就介紹各類開源框架。

因?yàn)殚_源框架的特點(diǎn)是更新非?？?#xff0c;而且內(nèi)容瑣碎，所以目前開源框架是以快速入門為主題，即兩個(gè)小時(shí)上手系列，同時(shí)配套GitHub代碼。

每一個(gè)開源框架，從簡介，到數(shù)據(jù)的處理，模型的自定義，模型的訓(xùn)練，結(jié)果的可視化，模型的測試等進(jìn)行講述，麻雀雖小，五臟俱全。

往期開源框架

• 【Keras速成】Keras圖像分類從模型自定義到測試

• 【paddlepaddle速成】paddlepaddle圖像分類從模型自定義到測試

• 【pytorch速成】Pytorch圖像分類從模型自定義到測試

• 【tensorflow速成】Tensorflow圖像分類從模型自定義到測試

• 【caffe速成】caffe圖像分類從模型自定義到測試

• 【mxnet速成】mxnet圖像分類從模型自定義到測試

• 【cntk速成】cntk圖像分類從模型自定義到測試

數(shù)據(jù)理解

數(shù)據(jù)是深度學(xué)習(xí)的精神食糧，數(shù)據(jù)的整理和正確的使用需要非常豐富的經(jīng)驗(yàn)，這一部分就基于各個(gè)領(lǐng)域數(shù)據(jù)集的介紹，數(shù)據(jù)整理與獲取，數(shù)據(jù)增強(qiáng)，數(shù)據(jù)可視化等各個(gè)方向來進(jìn)行講述。

往期數(shù)據(jù)

• 【數(shù)據(jù)集】自動(dòng)駕駛都有什么測試基準(zhǔn)？

• 【數(shù)據(jù)集】一文道盡醫(yī)學(xué)圖像數(shù)據(jù)集與競賽

• 【數(shù)據(jù)】短視頻識(shí)別，都有那些行業(yè)標(biāo)準(zhǔn)？

• 【技術(shù)綜述】一文道盡“人臉數(shù)據(jù)集”

• 【數(shù)據(jù)】深度學(xué)習(xí)從“數(shù)據(jù)集”開始

• 【技術(shù)綜述】深度學(xué)習(xí)中的數(shù)據(jù)增強(qiáng)（下）

• [綜述類]?一文道盡深度學(xué)習(xí)中的數(shù)據(jù)增強(qiáng)方法（上）

模型結(jié)構(gòu)

深度學(xué)習(xí)工程師的另一部分工作，就是模型的正確使用和調(diào)試了，在這一部分，會(huì)對(duì)各類模型的結(jié)構(gòu)進(jìn)行剖析，對(duì)其適用的場景進(jìn)行分析，同時(shí)也即將涵蓋模型優(yōu)化等。

往期模型結(jié)構(gòu)

• 【完結(jié)】總結(jié)12大CNN主流模型架構(gòu)設(shè)計(jì)思想

• 【模型解讀】從LeNet到VGG，看卷積+池化串聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)

• 【模型解讀】network?in?network中的1*1卷積，你懂了嗎

• 【模型解讀】GoogLeNet中的inception結(jié)構(gòu)，你看懂了嗎

• 【模型解讀】說說移動(dòng)端基準(zhǔn)模型MobileNets

• 【模型解讀】pooling去哪兒了？

• 【模型解讀】resnet中的殘差連接，你確定真的看懂了？

• 【模型解讀】“不正經(jīng)”的卷積神經(jīng)網(wǎng)絡(luò)

• 【模型解讀】從“局部連接”回到“全連接”的神經(jīng)網(wǎng)絡(luò)

• 【模型解讀】深度學(xué)習(xí)網(wǎng)絡(luò)只能有一個(gè)輸入嗎

• 【模型解讀】“全連接”的卷積網(wǎng)絡(luò)，有什么好？

• 【模型解讀】從2D卷積到3D卷積，都有什么不一樣

• 【模型解讀】淺析RNN到LSTM

• 【模型解讀】歷數(shù)GAN的5大基本結(jié)構(gòu)

AI-1000問

在這個(gè)專欄里，會(huì)針對(duì)AI技術(shù)中的一些非常小而重要，但是又容易被人忽視的問題進(jìn)行普及，以實(shí)現(xiàn)知識(shí)的查漏補(bǔ)全。

?

往期AI-1000問

• 【AI-1000問】為什么深度學(xué)習(xí)圖像分類的輸入多是224*224

• 【AI-1000問】為什么LeNet5倒數(shù)第二個(gè)全連接層維度為84？

深度學(xué)習(xí)理論

在這一部分，就會(huì)細(xì)致地講述深度學(xué)習(xí)中的基礎(chǔ)理論，讓大家更深刻的理解原理，跟蹤前沿的發(fā)展，激發(fā)思考。

?

往期深度學(xué)習(xí)理論

• 【AI初識(shí)境】激活函數(shù)：從人工設(shè)計(jì)到自動(dòng)搜索

• 【AI初識(shí)境】什么是深度學(xué)習(xí)成功的開始？參數(shù)初始化

• 【AI初識(shí)境】深度學(xué)習(xí)模型中的Normalization，你懂了多少？

• 【AI初識(shí)境】為了圍剿SGD大家這些年想過的那十幾招

模型訓(xùn)練

在這里，自然就是介紹模型的訓(xùn)練技巧了，從手動(dòng)調(diào)參到自動(dòng)調(diào)參，都會(huì)有的。

?

往期模型訓(xùn)練

• 【模型訓(xùn)練】如何選擇最適合你的學(xué)習(xí)率變更策略

• 【模型訓(xùn)練】SGD的那些變種，真的比SGD強(qiáng)嗎

?

行業(yè)發(fā)展

在這里，就是給大家介紹各個(gè)應(yīng)用領(lǐng)域的發(fā)展現(xiàn)狀，技術(shù)在其中的使用前景。

往期行業(yè)發(fā)展

• 【行業(yè)進(jìn)展】國內(nèi)自動(dòng)駕駛發(fā)展的怎么樣了？

• 【行業(yè)進(jìn)展】AI：新藥研發(fā)的新紀(jì)元

• 【行業(yè)進(jìn)展】哪些公司在搞“新零售”

• 【行業(yè)進(jìn)展】谷歌4大AI黑科技部門，你可知

• 【行業(yè)趨勢】人工智能憑什么“教育”人

• 2016自動(dòng)駕駛外行裝逼攻略（超長文推薦）

就業(yè)機(jī)會(huì)

在這里，就是介紹各家公司的就業(yè)機(jī)會(huì)，剖析其關(guān)鍵產(chǎn)品和技術(shù)。

往期就業(yè)機(jī)會(huì)

• 【完結(jié)】中國12大AI研究院，高調(diào)的低調(diào)的你pick誰

?

雜談

在這個(gè)專欄里，我會(huì)什么都聊一點(diǎn)，可能是學(xué)習(xí)習(xí)慣，可能是某個(gè)特別有意思的文章，或者一些心得體會(huì)。

往期雜談

• 【雜談】為什么你學(xué)了AI，企業(yè)卻不要你

• 【AI雜談】從一篇參考文獻(xiàn)比正文還長的文章，雜談深度學(xué)習(xí)綜述

• 【方法雜談】你真的了解CVPR嗎？

感謝各位看官的耐心閱讀，不足之處希望多多指教。后續(xù)內(nèi)容將會(huì)不定期奉上，歡迎大家關(guān)注有三公眾號(hào) 有三AI！

總結(jié)

以上是生活随笔為你收集整理的深度学习的150多篇文章和10多个专栏推荐的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。