文/編輯 | 言有三

最近遇到了很多新手來交流，網上資料甚多，篩選有時候是個大問題，一般遇到一個新方向，找技術綜述讀一讀是最合適的開始，今天總結一下有三AI發過的技術綜述，也歡迎大家投稿自己的原創。

CV算法工程師指導手冊

《深度學習視覺算法工程師成長指導手冊》，超過11萬字，360頁word文檔，可下載收藏打印，且還有大約1/3內容并未完結，最終可能超過20萬字，相當于一本400頁左右的書。

有三AI發布360頁11萬字深度學習CV算法工程師成長指導手冊，可下載收藏打印，未完待續

本手冊以深度學習視覺算法工程師為例，借鑒廣泛采用的評級機制，分為4個大境界，即白身，初識，不惑，有識。每一個境界都由淺入深提供10多篇文章對核心知識點進行梳理，并對技術發展的最新水平進行簡單介紹和展望。

自然語言處理算法核心技術

這里共包括12篇文章，從NLP中常用的機器學習算法開始，介紹了NLP中常用的算法和模型。從樸素貝葉斯到XLnet，從RNN到transformerXL。

【完結】 12篇文章帶你完全進入NLP領域，掌握核心技術

優秀的深度學習從業者習慣

一個優秀的深度學習從業者，必然是技能全面，擅長學習的人，在這里我們總結了從看論文到寫代碼，從刷論壇到刷比賽的一系列資源供大家挑選學習，幾乎覆蓋了所有學習資料和方法，而且還在不斷更新。

【完結】優秀的深度學習從業者都有哪些優秀的習慣

AI研究院總結

在這個專欄中，我們和大家一起分享了國內12大研究院的背景，從最開始介紹的歷史最悠久的微軟亞洲研究院，到最后介紹的低調務實的網易人工智能，帶大家領略了每個研究院的研究方向，團隊情況，欣賞了各大研究院的拳頭產品。

【完結】中國12大AI研究院，高調的低調的你pick誰

12大深度學習開源框架項目

這是有三AI開源的第一個GitHub項目，在這里給大家捋清楚12大深度學習開源框架的快速入門，從熟練掌握不同任務數據的準備和使用，熟練掌握模型的定義，熟練掌握訓練過程和結果的可視化，到熟練掌握訓練方法和測試方法，真正快速掌握框架。

【完結】給新手的12大深度學習開源框架快速入門項目

【完結】TensorFlow2.0 快速上手手冊

同時，在這個項目中還包括每周論文閱讀，一周一個方向，系統性成長。

新手如何使用有三AI系統性跟讀AI領域的論文

12大主流CNN模型設計思想

在這里，我們給大家回顧了深度學習中各類具有代表性的CNN模型，詳細分析了各類模型的特點，設計思想。

【完結】總結12大CNN主流模型架構設計思想

當然，上面只是拋磚引玉，更多的模型架構在我們的知識星球中每日更新。

??如何系統性掌握深度學習模型設計和優化

12大主流圖像分割模型

介紹完基本的模型架構之后，我們又緊接著介紹了12大主流的圖像分割模型架構，對于做分割的你來說，不可錯過。

【完結】12篇文章帶你逛遍主流分割網絡

圖像和CNN起源

讀史使人明智，既然從事深度學習計算機視覺，又豈能不深刻了解計算機視覺的發展簡史，CNN和深度學習三巨頭的由來呢？

【技術綜述】圖像與CNN發家簡史，集齊深度學習三巨頭

人臉數據集

這一篇文章幾乎道盡了人臉的數據集，囊括了人臉檢測，關鍵點檢測，人臉識別，人臉表情，人臉年齡，人臉姿態幾乎所有方向，當時文章都險些超過公眾號最大長度。

【技術綜述】一文道盡“人臉數據集”

數據增強綜述

很多實際的項目，我們都難以有充足的數據來完成任務，要保證完美的完成任務，有兩件事情需要做好：(1)尋找更多的數據。(2)充分利用已有的數據進行數據增強，這里就是對當前數據增強方法的綜述，覆蓋有監督無監督，單樣本多樣本方法等。

【數據】深度學習從“數據集”開始

【技術綜述】深度學習中的數據增強方法都有哪些？

另外，關于如何掌握深度學習中數據的使用，也給出了一些建議和海量的資源下載鏈接。

如何系統性掌握深度學習中的數據使用

圖像分類綜述

圖像分類是一個最基本的問題，但是它并不簡單，很多新手都容易輕視它，不知道你是否真的了解圖像分類的分類以及其中的難點呢。

【技術綜述】你真的了解圖像分類嗎？

多標簽圖像分類綜述

緊接著圖像分類綜述，我們又寫了多標簽的圖像分類綜述，這是一個與生俱來的問題，大部分情況下分類沒有唯一的答案，比如下圖，風景，倒影，房屋，草地，都是正確的標簽。

【技術綜述】多標簽圖像分類綜述

視頻分類綜述

視頻雖是由多幀的圖像組成，但視頻分類任務與圖像分類任務終究不同。此綜述從傳統方法和深度學習方法，數據集等維度對視頻分類方法做了完整總結介紹。

【技術綜述】視頻分類/行為識別研究綜述，從數據集到方法

閑聊圖像分割

有三做的時間最久的就是圖像分割了，從傳統的閾值法，聚類，圖割，水平集，到深度學習，這里就是我對圖像分割算法的大總結。

【技術綜述】閑聊圖像分割這件事兒

弱監督圖像分割綜述

接著圖像分割綜述，我們又總結了弱監督圖像分割綜述，歡迎繼續學習。

【技術綜述】基于弱監督深度學習的圖像分割方法綜述

可視化

深度學習模型是個黑盒子，我們可以從網絡結構，權重，訓練曲線等各個維度進行可視化來理解它的學習過程和工作機制。

【技術綜述】“看透”神經網絡

softmax loss解讀

softmax loss是我們最熟悉的loss之一了，分類任務中使用它，分割任務中依然使用它。在這里，我們推導它的公式，總結了它的變種。

【技術綜述】一文道盡softmax loss及其變種

Faster RCNN源代碼解讀

鑒于網絡上目標檢測的技術綜述太多，我們沒有再繼續寫作，而是解讀了最優秀的目標檢測框架之一Faster R-CNN， 詳細剖析了各個模塊的源代碼。

【技術綜述】萬字長文詳解Faster RCNN源代碼

傳統圖像降噪算法

圖像降噪是一個小眾而又不可或缺的課題，在這里我們對主流的傳統圖像降噪算法做了介紹，至于深度學習的研究現狀，馬上就會來了。

【技術綜述】一文道盡傳統圖像降噪方法

美學研究

何以為美，從自拍到顏值到通用的美學問題，這是一個永遠都沒有答案，但是又迷人的話題，一切都才剛剛開始。

【技術綜述】計算機審美，學的怎么樣了？

自動構圖

作為一個攝影愛好者，研究構圖是有三的一大樂趣，將AI技術用于構圖，更是有著廣闊的應用前景，如果你也喜歡，不要錯過噢。

【技術綜述】深度學習自動構圖研究報告

人臉相關算法

在早期的時候，有三帶了一些研究小組總結學習了人臉相關的算法并做了非常簡單的輸出，從顏值到年齡到表情到檢測到識別等等，后面的內容，將更新在知識星球，不再免費開放。

其實除了以上綜述類的文章，還有一些雖然沒有標注總結或者綜述但實際上也是綜述但文章，就不一一點破了，喜歡的朋友自己去找找吧。

另外，關于公眾號的一些非技術文章的總結，有助于了解生態，也歡迎閱讀。

一周年總結

今年五月中旬有三AI一周年了，過去的一年里，有三從算法干到前端，后端，從編輯干到產品，運營，設計，創建了一個不小的生態。在這里，便是說說我們的初衷，生態和愿景。

有三AI一周年了，說說我們的初衷，生態和愿景

轉載文章請后臺聯系

侵權必究

• 【雜談】為何有三AI只做原創，從不轉載

• 【雜談】怎么使用有三AI完成系統性學習并賺錢

• 【雜談】為什么有三AI自斷財路，從來不接廣告

總結

以上是生活随笔為你收集整理的有三AI不得不看的几十篇技术综述的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。