欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的图像分类简单任务数据增强实战》。所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。

本次课程内容

数据增强在深度学习模型的训练中是必要的操作，是深度学习模型泛化能力的保证。本次我们给初学者开设了Pytorch简单分类任务的数据增强实践课，方便大家熟悉Pytorch数据增强的API，理解不同数据增强操作对模型的影响，本次课程经过剪辑后的总时长约为30分钟，课程为免费课程，各部分课程内容与时长如下：

下面我们来简单看一下各部分的内容：

第1部分：介绍Pytorch数据增强的API。

第2部分：Pytorch在图像分类任务中的数据增强实践，不同数据增强方法的结果比较。

本次课程为录播课程，讲师为言有三，技术社区《有三AI》创始人。

先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。

拥有超过7年的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计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。

如何订阅

我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：

课程相关问题答疑，请联系有三微信Longlongtogo进项目实战群：

更多数据使用相关的内容，请点击关注我们的深度学习之数据使用专栏。

【视频课】深度学习经典任务，详解各类图像分割算法理论与实践！

实战课讲师招募

为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：

讲师要求如下：

(1) 有多次人工智能领域教学经验，擅长演讲与教学。

(2) 有3年以上人工智能领域项目实战经验。

(3) 有三AI已有生态成员优先。

实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信Alice-girll提交简历，或直接联系有三本人。

往期相关

• 【视频课】有三AI所有免费与付费的视频课程内容汇总（2022年1月）

• 【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战

• 【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战

• 【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战

• 【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战

• 【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战

• 【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战

• 【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战

• 【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战

• 【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战

• 【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战

• 【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战

• 【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战

• 【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战