【杂谈】有三AI不得不看的技术综述(超过100篇核心干货)
文/編輯 | 言有三
有三AI很少寫零散的報導，因為我們的文章通常都是提煉與總結，一般遇到一個新方向，找技術綜述讀一讀是最合適的開始，大家也可以拓展一下自己的知識邊界，今天總結一下有三AI迄今為止發過的技術綜述，同時會送出兩份資料，也歡迎大家來投稿。
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(已經確定會編撰成書)，發送關鍵詞“三人行必有AI”到公眾號即可先睹為快。
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，目前已經超過30期文章。
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。公眾號已經有很多的NLP相關的內容了，歡迎大家閱讀。
【完結】 12篇文章帶你完全進入NLP領域，掌握核心技術
GAN核心優化技術
被譽為新一代深度學習的生成對抗網絡GAN，在近幾年是實實在在的學術界和工業界寵兒，而且還大有可為，其中最核心的內容便是優化目標了。從基本的對抗損失，到各種訓練技巧，這個綜述你值得閱讀，同時有三在很早的時候對GAN的應用和結構也做了一些總結。
【完結】12篇GAN的優化文章大盤點，濃濃的數學味兒
【技術綜述】有三說GANs（上）
圖像分類核心技術
圖像分類這個計算機視覺領域里最基本的問題真的很簡單嗎？恐怕大部分人接觸的只是其中簡單的內容。從基本的分類到多標簽，細粒度，對抗攻擊和不平衡樣本處理，真正認識一下圖像分類或許你需要這個16篇文章的總結，其中還包括了若干篇綜述。
【完結】16篇圖像分類干貨文章總結，從理論到實踐全流程大盤點！
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
國內AI研究院就業總結
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
有三AI開源項目
這是有三AI開源的第一個GitHub項目，地址為https://github.com/longpeng2008/yousan.ai，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
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，目前CV+NLP加起來已經超過了20期。
新手如何使用有三AI系統性跟讀AI領域的論文
另外，移動端的框架也已經準備開擼，只是時間有限未更新，感興趣的朋友可以投稿。
【移動端DL框架】當前主流的移動端深度學習框架一覽
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更新，已經超過200期了。
如何系統性掌握深度學習模型設計和優化
【直播】如何獲得更加高效的深度卷積神經網絡
【直播】如何設計性能更強大的深度卷積神經網絡
【直播】深度卷積神經網絡模型設計技術
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。
【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
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，尤其是在人臉識別任務中的應用。
【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，此外還有其他各個方向，有時間會寫的。
【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，縮略圖生成等領域也有著一定的應用前景，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
知識星球生態
有三AI知識星球，這是有三重點建設的付費社區，從模型到數據，從機器學習到深度學習，從理論到實戰，是公眾號內容的補充和升華，可以更自由的交流和學習。僅僅模型架構就已經有超過4萬字的解讀，數據集也已經有幾百G的共享。
【雜談】為什么邀請大家加入硬核知識星球有三AI
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，表情等。
【技術綜述】人臉表情識別研究
【技術綜述】人臉顏值研究綜述
【技術綜述】人臉年齡估計研究現狀
其實除了以上綜述類的文章，還有一些雖然沒有標注為總結或者綜述但實際上也是綜述的文章，就不一一點破了，留給有興趣的朋友自己去找找吧。另外，還有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。
【雜談】為什么有三AI自斷財路，從來不接廣告【雜談】為何有三AI只做原創，從不轉載
“有三AI百人”專欄作者培養計劃啟動，愛寫作的你還等什么呢？
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
現如今我們堅持不接廣告，只做原創，系統輸出，已經有超過400期文章了，在這里誠意邀請喜歡分享原創內容的同學加入，成為專欄作者，不僅可以督促自己學習，還可以獲得個人收入以及平臺的資源扶持。
三人行，必有AI，一起發光發熱，變得更好！
轉載文章請后臺聯系
侵權必究
【AI產品】產品小姐姐分析抖音背后的計算機視覺技術
【AI產品】深扒美圖秀秀中擄獲萬千少女芳心的“AI秘籍”
【AI產品】超長文詳解作業幫產品邏輯和技術原理
【AI產品】五一出游賞花草，你一定需要這款“形色”
【AI產品】一鍵時光穿梭表情互動，這款FaceApp你知否？
【AI產品】你我當年的老照片，如今修復了可還行？
【AI產品】聽著AI為照片生成的專屬輕音樂，你還會失眠嗎
【AI產品】前沿黑科技，安利一款能讓你的照片動起來的app
總結
以上是生活随笔為你收集整理的【杂谈】有三AI不得不看的技术综述(超过100篇核心干货)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【每周CV论文推荐】 初学深度学习人脸属
- 下一篇： 【每周CV论文推荐】 初学深度学习单张图