有三AI不得不看的几十篇技术综述
文/編輯 | 言有三
最近遇到了很多新手來交流,網(wǎng)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(shù)綜述讀一讀是最合適的開始,今天總結(jié)一下有三AI發(fā)過的技術(shù)綜述,也歡迎大家投稿自己的原創(chuàng)。
CV算法工程師指導(dǎo)手冊
《深度學(xué)習(xí)視覺算法工程師成長指導(dǎo)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(nèi)容并未完結(jié),最終可能超過20萬字,相當于一本400頁左右的書。
有三AI發(fā)布360頁11萬字深度學(xué)習(xí)CV算法工程師成長指導(dǎo)手冊,可下載收藏打印,未完待續(xù)
本手冊以深度學(xué)習(xí)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(shù)發(fā)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(shù)
這里共包括12篇文章,從NLP中常用的機器學(xué)習(xí)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(jié)】 12篇文章帶你完全進入NLP領(lǐng)域,掌握核心技術(shù)
優(yōu)秀的深度學(xué)習(xí)從業(yè)者習(xí)慣
一個優(yōu)秀的深度學(xué)習(xí)從業(yè)者,必然是技能全面,擅長學(xué)習(xí)的人,在這里我們總結(jié)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(xué)習(xí),幾乎覆蓋了所有學(xué)習(xí)資料和方法,而且還在不斷更新。
【完結(jié)】優(yōu)秀的深度學(xué)習(xí)從業(yè)者都有哪些優(yōu)秀的習(xí)慣
AI研究院總結(jié)
在這個專欄中,我們和大家一起分享了國內(nèi)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(diào)務(wù)實的網(wǎng)易人工智能,帶大家領(lǐng)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(chǎn)品。
【完結(jié)】中國12大AI研究院,高調(diào)的低調(diào)的你pick誰
12大深度學(xué)習(xí)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(xué)習(xí)開源框架的快速入門,從熟練掌握不同任務(wù)數(shù)據(jù)的準備和使用,熟練掌握模型的定義,熟練掌握訓(xùn)練過程和結(jié)果的可視化,到熟練掌握訓(xùn)練方法和測試方法,真正快速掌握框架。
【完結(jié)】給新手的12大深度學(xué)習(xí)開源框架快速入門項目
【完結(jié)】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(tǒng)性成長。
新手如何使用有三AI系統(tǒng)性跟讀AI領(lǐng)域的論文
12大主流CNN模型設(shè)計思想
在這里,我們給大家回顧了深度學(xué)習(xí)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(shè)計思想。
【完結(jié)】總結(jié)12大CNN主流模型架構(gòu)設(shè)計思想
當然,上面只是拋磚引玉,更多的模型架構(gòu)在我們的知識星球中每日更新。
??如何系統(tǒng)性掌握深度學(xué)習(xí)模型設(shè)計和優(yōu)化
12大主流圖像分割模型
介紹完基本的模型架構(gòu)之后,我們又緊接著介紹了12大主流的圖像分割模型架構(gòu),對于做分割的你來說,不可錯過。
【完結(jié)】12篇文章帶你逛遍主流分割網(wǎng)絡(luò)
圖像和CNN起源
讀史使人明智,既然從事深度學(xué)習(xí)計算機視覺,又豈能不深刻了解計算機視覺的發(fā)展簡史,CNN和深度學(xué)習(xí)三巨頭的由來呢?
【技術(shù)綜述】圖像與CNN發(fā)家簡史,集齊深度學(xué)習(xí)三巨頭
人臉數(shù)據(jù)集
這一篇文章幾乎道盡了人臉的數(shù)據(jù)集,囊括了人臉檢測,關(guān)鍵點檢測,人臉識別,人臉表情,人臉年齡,人臉姿態(tài)幾乎所有方向,當時文章都險些超過公眾號最大長度。
【技術(shù)綜述】一文道盡“人臉數(shù)據(jù)集”
數(shù)據(jù)增強綜述
很多實際的項目,我們都難以有充足的數(shù)據(jù)來完成任務(wù),要保證完美的完成任務(wù),有兩件事情需要做好:(1)尋找更多的數(shù)據(jù)。(2)充分利用已有的數(shù)據(jù)進行數(shù)據(jù)增強,這里就是對當前數(shù)據(jù)增強方法的綜述,覆蓋有監(jiān)督無監(jiān)督,單樣本多樣本方法等。
【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)增強方法都有哪些?
另外,關(guān)于如何掌握深度學(xué)習(xí)中數(shù)據(jù)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(tǒng)性掌握深度學(xué)習(xí)中的數(shù)據(jù)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(shù)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(shù)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(wù)與圖像分類任務(wù)終究不同。此綜述從傳統(tǒng)方法和深度學(xué)習(xí)方法,數(shù)據(jù)集等維度對視頻分類方法做了完整總結(jié)介紹。
【技術(shù)綜述】視頻分類/行為識別研究綜述,從數(shù)據(jù)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(tǒng)的閾值法,聚類,圖割,水平集,到深度學(xué)習(xí),這里就是我對圖像分割算法的大總結(jié)。
【技術(shù)綜述】閑聊圖像分割這件事兒
弱監(jiān)督圖像分割綜述
接著圖像分割綜述,我們又總結(jié)了弱監(jiān)督圖像分割綜述,歡迎繼續(xù)學(xué)習(xí)。
【技術(shù)綜述】基于弱監(jiān)督深度學(xué)習(xí)的圖像分割方法綜述
可視化
深度學(xué)習(xí)模型是個黑盒子,我們可以從網(wǎng)絡(luò)結(jié)構(gòu),權(quán)重,訓(xùn)練曲線等各個維度進行可視化來理解它的學(xué)習(xí)過程和工作機制。
【技術(shù)綜述】“看透”神經(jīng)網(wǎng)絡(luò)
softmax loss解讀
softmax loss是我們最熟悉的loss之一了,分類任務(wù)中使用它,分割任務(wù)中依然使用它。在這里,我們推導(dǎo)它的公式,總結(jié)了它的變種。
【技術(shù)綜述】一文道盡softmax loss及其變種
Faster RCNN源代碼解讀
鑒于網(wǎng)絡(luò)上目標檢測的技術(shù)綜述太多,我們沒有再繼續(xù)寫作,而是解讀了最優(yōu)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(shù)綜述】萬字長文詳解Faster RCNN源代碼
傳統(tǒng)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(tǒng)圖像降噪算法做了介紹,至于深度學(xué)習(xí)的研究現(xiàn)狀,馬上就會來了。
【技術(shù)綜述】一文道盡傳統(tǒng)圖像降噪方法
美學(xué)研究
何以為美,從自拍到顏值到通用的美學(xué)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(shù)綜述】計算機審美,學(xué)的怎么樣了?
自動構(gòu)圖
作為一個攝影愛好者,研究構(gòu)圖是有三的一大樂趣,將AI技術(shù)用于構(gòu)圖,更是有著廣闊的應(yīng)用前景,如果你也喜歡,不要錯過噢。
【技術(shù)綜述】深度學(xué)習(xí)自動構(gòu)圖研究報告
人臉相關(guān)算法
在早期的時候,有三帶了一些研究小組總結(jié)學(xué)習(xí)了人臉相關(guān)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(nèi)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(jié)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(guān)于公眾號的一些非技術(shù)文章的總結(jié),有助于了解生態(tài),也歡迎閱讀。
一周年總結(jié)
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(chǎn)品,運營,設(shè)計,創(chuàng)建了一個不小的生態(tài)。在這里,便是說說我們的初衷,生態(tài)和愿景。
有三AI一周年了,說說我們的初衷,生態(tài)和愿景
轉(zhuǎn)載文章請后臺聯(lián)系
侵權(quán)必究
【雜談】為何有三AI只做原創(chuàng),從不轉(zhuǎn)載
【雜談】怎么使用有三AI完成系統(tǒng)性學(xué)習(xí)并賺錢
【雜談】為什么有三AI自斷財路,從來不接廣告
總結(jié)
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(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 新手如何使用有三AI系统性跟读AI领域的
- 下一篇: 有三AI模拟面试服务上线,一对一服务助你