言有三新书再印，从理论到实践系统性学习计算机视觉

购买方法：淘宝/京东搜：言有三

文/编辑 | 言有三

书籍重印了，最近也来了许多新朋友，再次给大家介绍一下我这本书。

这是什么书？

如书名《深度学习之图像识别 核心技术与案例实战》，这是一本以计算机视觉技术为依托，讲述深度学习中的核心技术的书籍，同时配套有大量实战案例。

书的内容总览如下，覆盖深度学习理论(最优化，损失目标设计)，数据使用(常用数据集，数据获取，标注与增强)，可视化(数据与模型)，模型优化，三大计算机视觉任务的发展。

不敢说比市面上大部分同类书籍覆盖内容更广，但是也是足够广了。

第一章：神经网络基础

第二章：深度学习优化基础

第三章：深度学习中的数据（包括数据集介绍/数据增强方法等）

第四章：图像分类（包括分类问题详解，两个不同工业级难度的实践项目）

第五章：图像分割（包括传统方法和深度学习相关核心技术，两个不同工业级难度的实践项目）

第六章：目标检测（包括传统方法和深度学习相关核心技术，faster rcnn项目详解解读和实战）

第七章：数据与模型可视化（包括数据，模型可视化方法和开源框架使用）

第八章：模型压缩（包括各类模型压缩技术，一个工业级的模型压缩项目）

第九章：损失函数（包括分类，回归，GAN等任务的损失函数设计）

第十张：模型部署与上线（微信小程序前后端开发和caffe环境配置与模型部署）

本书最大特色

首先说一下本书的特色，也就是区别于同类书籍的地方吧。

1、内容设置比较全面。目前大部分书籍或者只有理论或者只有开源框架项目讲解，本书的数据使用，模型优化，可视化，损失函数的设计，模型部署是大部分书中缺失的。

2、有图有真相。作为计算机视觉相关的书，大部分书却因为版权或者其他问题没有太多的图，但是本书不一样，因为项目非常多，而且我有的是图啊。

有三喜欢摄影，拍了很多图，而且也不怕出丑，因此你可能会在书中看到我的自拍，我的猫，风景照等。嗯，请做好心理准备。

有一些朋友说我不应该放自拍，没办法，还在等着国家分配一个女朋友，如果能搞定明星照片谁愿意自己上。

3、理论和实践结合，由浅入深。每一章节都是先说清楚理论，然后紧接着进行1～2个项目。比如图像分类，图像分割都是设置从初级到高级的两个任务。最后一章还讲了小程序前后端开发来部署自己的模型，具体的大家可以直接看书。

4、非常紧凑。包含的内容非常多，但是书不厚，不过250页，因为我没有时间去添加非干货内容。

本书不足

当然由于水平和时间有限，本书也有一些不足之处。

1、内容未必最新最全。

比如深度学习优化部分，最新的一些已经稳定的技术比如激活函数中的swish等没有添加，不过大家可以在我们公众号阅读。

三大基础任务中的模型未能及时收录最新的模型，这一方面是基于书应该只收录稳定和经典的内容，另一方面也是因为技术发展太快。不过大家放心，主流内容和细节肯定是全的，新内容在公众号和知识星球中都有。

2、没有添加习题和过多思考。

本书定位是工程实践为主，虽然在深度学习优化，损失函数章节中也有大量的公式和理论，但是总的来说偏向工业界实践。所以，我们没有布置习题，也没有直接引导大家进行过多的思考，这一块可以通过加入我们知识星球，微信公众号和知乎互动来完成，欢迎交流！

3、没有添加参考论文链接

这是出版社要求的，大家可以根据关键词自己搜索或者进知识星球寻找。

后续交流

如果大家在内容理解，代码实现中存在疑问，有好的建议，以及想要基于书的内容做更多的提升，可以进入有三AI知识星球交流。

有三AI知识星球内容涉及很多技术板块，可以阅读相关文章自行了解。

如果想要言有三亲自带着学习，就参考季划或者VIP吧。

转载文章请后台联系

侵权必究