查看原文
其他

【总结】这半年,有三AI都做了什么

言有三 有三AI 2019-12-26

言有三


毕业于中国科学院,计算机视觉方向从业者,有三工作室等创始人


作者 | 言有三(微信号Longlongtogo)

编辑 | 言有三


其实早在三年前,我就注册了这个公众号,当时粉丝几十的时候还创造过600多的阅读量,但是后面就搁置了。正式开始认真维护这个号,是今年年后,到现在已经半年多一点,是时候来做一个总结了。

01


我是谁,要做什么

1.1 我是谁

  

龙鹏(言有三),本科就读于华中科技大学,硕士就读于中国科学院,先后就职于奇虎360AI研究院,陌陌深度学习实验室,6年计算机视觉从业经验,拥有丰富的传统图像算法和深度学习图像项目经验,拥有技术公众号《与有三学AI》,摄影公众号《有三工作室》,曾在gitchat等平台开设过《AI程序员码说摄影图像基础》,《AI图像识别项目从入门到上线》图文课程,《深度学习与摄影》,《GAN的发展》,《图像处理十大经典任务》等技术chat,在蜂口小程序开设过《CAFFE图像分割实战》,《深度学习与人脸图像应用》等视频课程。


言有三擅长的领域包括:(1)熟悉caffe,tensorflow,pytorch,mxnet等主流机器学习平台。(2)熟悉图像分类,图像分割,AI美学,2D与3D人脸图像,GAN,深度学习模型优化,风格化等计算机视觉领域。

1.2 我们要做什么

  

学习是我们唯一的目标,微信公众号《与有三学AI》,知乎专栏《有三AI学院》,是由龙鹏(笔名言有三)创建的AI学习交流平台,专注于以深度学习为代表的AI方向的技术分享与学习, 面向寻求相关行业就业的技术人员与相关专业的学生,帮助快速提升对该领域的认知和实战水平,目前以图像技术为主,后期会拓展到语音与自然语言处理。

02


我们有什么

我们包含免费内容与付费内容两大块,包括图文与视频;

2.1 免费内容

  

以知识总结为主,均为图文;包含了很多个板块,


(1)   技术综述,主要是计算机视觉各个领域的研究现状的总结,具体的案例如下

【技术综述】闲聊图像分割这件事儿

【技术综述】有三说GANs(上)

【技术综述】深度学习自动构图研究报告

【技术综述】如何Finetune一个小网络到移动端(时空性能分析篇)

【技术综述】一文道尽softmax loss及其变种

一文说说这十多年来计算机玩摄影的历史

2016自动驾驶外行装逼攻略(超长文推荐)

为了压榨CNN模型,这几年大家都干了什么

((2)   学员经验分享,主要是所带领的学员在某一个方向的学习与分享,具体案例如下

【技术综述】人脸表情识别研究

【技术综述】人脸脸型分类研究现状

【技术综述】人脸颜值研究综述

【技术综述】人脸年龄估计研究现状

如何降低遮挡对人脸识别的影响

(3)   开源框架,主要针对各个机器学习框架进行实战演练,分为快速实战和系统学习两部分

【mxnet速成】mxnet图像分类从模型自定义到测试

【Keras速成】Keras图像分类从模型自定义到测试

【paddlepaddle速成】paddlepaddle图像分类从模型自定义到测试

【pytorch速成】Pytorch图像分类从模型自定义到测试

【tensorflow速成】Tensorflow图像分类从模型自定义到测试

【caffe速成】caffe图像分类从模型自定义到测试

[caffe解读] caffe从数学公式到代码实现5-caffe中的卷积

[caffe解读] caffe从数学公式到代码实现4-认识caffe自带的7大loss

[caffe解读] caffe从数学公式到代码实现3-shape相关类

[caffe解读] caffe从数学公式到代码实现2-基础函数类

[caffe解读] caffe从数学公式到代码实现1-导论

(4)   深度学习理论基础与模型解读,主要讲述深度学习的理论知识,解剖深度学习的模型发展历程

【模型解读】“全连接”的卷积网络,有什么好?

【模型解读】“不正经”的卷积神经网络

【模型解读】resnet中的残差连接,你确定真的看懂了?

【模型解读】pooling去哪儿了?

【模型解读】说说移动端基准模型MobileNets

【模型解读】GoogLeNet中的inception结构,你看懂了吗

【模型解读】network in network中的1*1卷积,你懂了吗

【模型解读】从LeNet到VGG,看卷积+池化串联的网络结构

(5)   行业最新进展,主要针对就业需求,分析AI的应用方向,与现在的市场进展

【行业趋势】人工智能凭什么“教育”人

【行业进展】谷歌4大AI黑科技部门,你可知

【行业进展】国内自动驾驶发展的怎么样了?

【行业进展】AI:新药研发的新纪元

【行业进展】哪些公司在搞“新零售”了

(6)   求职必备,主要是给大家提供一些快速掌握知识的方法和渠道,应对求职等问题

【学习・求职必备】可谓是相当Awesomes了,这些综述类的github项目你不可错过!

【求职必备】学深度学习,这些公众号你有关注吗?

【学习 · 求职必备】学CV必须关注的会议与期刊

2.2 付费内容

  

付费内容主要以项目实战,细节技术讲解为主,包括图文和视频,内容更加充实与前沿;


(1)  图文内容案例如下,这是一个面向新手的入门教程,包括:

第 01~02 课,将讲述如何调研一个项目,如何获取数据与整理数据。

第 03~05 课,将介绍 Linux、图像、Python等开源包,以及神经网络的基础知识,为接下来的项目做准备。

第 06~08 课,将介绍目前3大用户量最大的深度学习开源平台,将讲述准备数据、定义网络、训练模型、使用模型测试自己的图片的整个流程。

第 09~11 课,将集中讲解如何训练模型并进行迭代优化。

第 12~14 课,我们将把训练出来的模型部署到微信小程序上,同时介绍小程序的前、后端的基础技术。

该课程提供了一个非常完整的从深度学习理论、实践到工业级生产的链条。既有基础的代码与图像知识,深度学习入门理论、基于 Python 的几大主流开源框架的使用;又有实际项目开发中调研立项,从需求分析到实际业务模型的训练与迭代,最终到模型部署、小程序的前后端开发。本课程非常适合深度学习初学者作为入门,也适用于需要进一步巩固深度学习技能的从业者,十分推荐,配套github项目https://github.com/longpeng2008/LongPeng_ML_Course


(2)  视频内容案例如下,这是一个讲述深度学习在人脸图像各个方向中的核心技术的课程:

课程目录如下

该课程基于本人多年的实践经验,围绕着人脸这一特定的图像,介绍了深度学习在人脸的检测与识别,人脸年龄颜值性别估计,人脸的美颜,人脸的风格化以及人脸的三维重建等应用的发展现状以及各自的核心算法。该课程可以迅速提高从业者对于进入人脸各个方向的研究水平和思路,是理论和实践并重的课程。

03


我们接下来要做什么

3.1 继续学习

  

有三会继续努力给大家生产优质的原创内容。

3.2 期待小伙伴加盟

  

虽然只有半年多,但是我们已经做了非常多的事情,吃了很多的苦,有了今天的基础。有三想与大家走的更远,实现“三人行必有我师”的理想,因此,我们需要技术人员和编辑运营人员加入,而不再是单打独斗的有三,期待你的加入。

【运营&编辑招聘】边学习边赚钱的工作,你要吗?

【技术招聘】你,想不想发光发热?

04


如果你想得到更多

在满足了一定资质的前提下,当然是可以合作共赢的。

4.1 对个人的合作

  

(1)免费刊载符合要求的技术文章,付费接受符合要求的宣传文章

(2)免费授权技术号的相互转载

(3)免费/专栏作者,详情需要细聊

(4)免费/付费编辑运营,详情需要细聊

4.2 对组织的合作

  

(1)免费/付费接受符合要求的宣传文章

(2)免费/付费授权技术号的相互转载

(3)合作定制推出付费教程,详情需要细聊

(4)合作进行线上线下讲座等培训


下面发点福利,转发本文至朋友圈并发送截图到后台,可获取我的相关课程免费券,各自准备了10份,共50份,先到先得噢,下面是课程与chat清单

1,AI 程序员码说摄影图像基础

2,AI 图像识别项目从入门到上线(上面已经发过二维码)

3,图像处理十大经典任务与背后的核心技术chat


4,深度学习与人脸图像应用视频(上面已经发过二维码)

5,caffe图像分割实战视频


下面是知乎专栏,欢迎关注。





如果想加入我们,后台留言吧


学习小组等你来

微信

Longlongtogo

公众号内容

1 图像基础|2 深度学习|3 行业信息

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存