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類文章，也歡迎大家來投稿原創。

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(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，覆蓋理論和實戰，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

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，其中最核心基礎的內容便是優化目標了。首先我們從基本的對抗損失，到各種訓練技巧進行了總結，這個綜述你值得閱讀，第二季已經開始更新。

【完結】12篇GAN的優化文章大盤點，濃濃的數學味兒

同時有三在很早的時候對GAN的應用和結構也開始做一些總結，GAN在人臉圖像領域和底層圖像處理領域里已經頗有建樹，我們詳細總結了它的各個應用方向及其一些關鍵技術要點，大家可以查看我們的GAN總結，以及相關技術綜述。

【雜談】如何系統性地學習生成對抗網絡GAN

【雜談】GAN對人臉圖像算法產生了哪些影響？

【雜談】那些底層的圖像處理問題中，GAN能有什么作為？

AutoML與模型優化

自從Google提出AutoML技術以來，已經過去了好幾年了，如今在學術界和工業界都是熱點。AutoML在網絡結構的搜索上已經取得了非常多的突破，相關的文章，技術博客都已經廣為流傳，那么除了在網絡結構本身的搜索上，AutoML技術對于深度學習模型的優化還有哪些貢獻呢？我們簡要總結了這個問題，并貢獻了一些資料。

【小結】除了網絡搜索(NAS)，AutoML對深度學習模型優化還有哪些貢獻？

模型設計與優化

相比于學術理論研究，深度學習更是一門工程應用技術，其中最重要的一塊內容就是模型，迄今為止為了讓大家更好地掌握深度學習模型設計和優化，我們做了非常多的工作，剖析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。從圖文，到視頻直播，到知識星球，應有盡有！

【雜談】為了讓大家學好深度學習模型設計和優化，有三AI都做了什么

【總結】言有三&阿里天池深度學習模型設計直播匯總，附贈超過200頁直播PPT課件

【完結】總結12大CNN主流模型架構設計思想

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

人臉圖像研究領域

人臉圖像屬于最早被研究的一類圖像，也是計算機視覺領域中應用最廣泛的一類圖像，可以說掌握好人臉算法，基本就玩轉了計算機視覺領域。在經歷了幾十年的發展后，現在人臉圖像都有哪些研究和應用領域呢？本文從人臉特征，人臉檢測，人臉關鍵點檢測，人臉識別，人臉屬性分析，人臉分割，人臉美顏，人臉編輯與風格化，三維人臉重建等方向來進行簡單介紹。文末覆蓋若干綜述，系統性文章閱讀。

【雜談】計算機視覺在人臉圖像領域的十幾個大的應用方向，你懂了幾分？

另外對人臉的數據集也進行了詳細解讀，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”

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！

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

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，數據增強的重要性你越做就越懂。

【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，知識星球中提供了許多重要資源下載鏈接。

【雜談】如何從數據準備，模型設計與調優，訓練到部署完成整個深度學習算法流程

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

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

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

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

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

知識星球生態

有三AI知識星球是有三AI的重點私密社區，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幾百期的解讀，數據集也已經有上T容量的共享。

【雜談】為什么邀請大家加入硬核知識星球有三AI

【年終總結】2019年有三AI知識星球做了什么，明年又會做什么

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，包括圖像降噪，人臉的各個領域，已經被包含在各類文章中，就不一一點破了，喜歡的朋友自己去找找吧，這是一個很大的礦。

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。

生態總結

有三AI原創生態已經很龐大，覆蓋技術文章，產品，人才培養等，接下來是一些重要的總結，包括創辦初衷，一周年總結，2019年年終總結，人才培養體系。

現如今我們堅持不接廣告，只做原創，系統輸出，已經有超過500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

• 【知識星球】分組卷積最新進展，全自動學習的分組有哪些經典模型？

• 【知識星球】卷積核和感受野可動態分配的分組卷積

• 【知識星球】剪枝量化初完結，蒸餾學習又上線

• 【知識星球】有沒有網絡模型是動態變化的，每次用的時候都不一樣？

• 【知識星球】數據集板塊重磅發布，海量數據集介紹與下載

• 【雜談】有三AI專欄作者邀請，在這里寫文章能獲得什么，有什么不同？

• 【通知】有三AI項目研發組成員招收條件及可對接業務暫行方案

• 【通知】有三AI GPU平臺上線新功能，GPU/CPU可靈活選擇

• 【通知】休假結束，有三AI所有學習資料匯總！
  

總結

以上是生活随笔為你收集整理的【总结】循序渐进，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。

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。