【重要】有三AI知识星球不再对外公开!还想加入的有哪些途径?
随着我们平台逐渐过渡到以视频和实战内容为主,知识星球不再是主要的内容更新平台,近日我们彻底关闭了公开加入的渠道,但是星球依然会维护,原来有的内容依然在,问答也依旧会更新,那么对于还想要加入知识星球的朋友,还有什么方法可以加入有三AI知识星球呢?下面我们来简单说明。
1. 知识星球是什么
知识星球是一个私密社区,前身是小密圈,有iOS和Android两个平台的APP,可以使用微信小程序阅读和网页版进行阅读。
下面分别是用APP,小程序,网页打开我们知识星球的预览。
总体来说,目前知识星球是一个图文为主的私密社区。有三AI知识星球便是依托于知识星球APP,2019年3月创建,目前由言有三全职独立运营。如果说微信公众号是有三AI的第一免费图文生态,那么有三AI知识星球就是我们的第一付费图文生态,两者的共同特点是,只专注于做系统性的原创,从公众号到知识星球,是一个资深有三AI粉的必备进阶之路。
有了微信公众号,为什么我们还要维护知识星球生态?原因主要是两个。
其一:对公众号的图文内容进行补充升级
这是知识星球最重要的功能,我们公众号的内容特点就是:只做原创,并且是系统性的原创,因此很多的内容都需要长期持续进行学习。以知识星球中的网络结构1000变栏目为例,包含了数百期经典模型结构的解读。
其二:提问交流
公众号没有办法进行自由交流以及保存资料,而这是知识星球最重要的功能之一。在星球里可以向有三私信提问,也可以直接自己发状态提问和大家交流,还可以向嘉宾提问。
三:存有一些图文资料
知识星球作为一个社区,还可以补足微信公众号的另外一个短板,存储资料,包括有三分享的也包括星友分享的,里面的资料包括各类课程与直播PPT,电子书,数据代码等,后面我们会专门介绍。
2. 知识星球生态内容汇总
有三AI知识星球包括超过10个内容板块,1000条技术内容,300多次互动。
大家可以点击标签快速进入所有内容,包括#直播# | #言有三的书# | #网络结构1000变# | #手册# #看图猜技术# | #数据集 | #公众号付费图文# | #每周论文推荐# | #AI书籍# | #github资源# | #AI1000问# | #AI知识汇总# | #百家稷学# | #线下活动#等。
下图是生态最核心的内容汇总:
基本的使用方法大家可以观看下面的视频,可以直接点击标签进入各个板块,也可以进行搜索。
点击边框调出视频工具条
接下来我们针对每一个重要板块做介绍。
3. 文档资源下载板块
下面首先来看重要的资源板块,主要是汇总了各类文档资源下载相关的内容,有的是公开直播的PPT,有的是课程PPT,有的是言有三的书相关的文档,有的是公众号付费图文等。
3.1 直播板块
有三偶尔会做一些免费的公开直播,所有的PPT都会在知识星球中给大家进行分享,请大家找到#直播板块进行阅读。
3.2 言有三的书板块
截止目前我们生态已经出了四本书,《深度学习之图像识别:核心技术与案例实战》,《深度学习之模型设计:核心算法与案例实践》,《深度学习之人脸图像处理:核心算法与案例实战》,《深度学习之摄影图像处理:核心算法与案例实战》,所有书籍相关的代码、勘误,以及其他辅助文档资料,都会在知识星球中给大家进行分享,请大家找到#言有三的书板块进行阅读。
3.3 手册板块
这里包括我们生态整理出来的原创技术手册,如超过420页的计算机视觉算法工程师成长指导手册,超过13个入门开源框架的指导手册,项目开发流程等,请大家找到#手册板块进行阅读。
3.4 视频课程板块
我们的一些基础视频课已经给大家免费,配套的PPT也同步在了星球中,请大家找到#视频板块进行阅读。
总之,许多重要的文档资料都会在这里留存,并且会进行版本更新。
4. 网络结构1000变板块
我们星球中内容最多、最活跃的一个板块就是网络结构1000变。在这个板块中,会解读各种任务的论文细节,提供文章下载,介绍开源项目,目前分为通用模型设计,模型优化,GAN,通用基础任务,人脸图像,图像增强与风格化,文本图像,医学与点云图像等板块,共计超过300期内容。
下面是该板块的内容形式,包括论文下载和对论文的基本解读,可以快速了解论文的核心思想,下载同主题文章进行阅读学习。
4.1 模型设计板块
这一部分内容更新的就是通用的模型设计思想,与有三出版的《深度学习之模型设计:核心算法与案例实践》书籍契合度非常高,请大家务必配合一起阅读,可以作为书的补充和进阶。其中内容包括:网络的起源,经典的ImageNet网络,残差网络,分组与分支网络,三维卷积,时序网络,注意力机制,形变网络,多输入网络,多尺度网络等内容,目前有超过70期内容。
请大家使用相关标签进行阅读,#CNN起源# #ImageNet经典# #残差网络# #分组卷积# #注意力机制# #三维卷积#等。
4.2 模型优化板块
这一部分更新的就是通用的模型优化思想,包括紧凑模型设计,动态推理,模型的剪枝、量化、蒸馏,软硬件优化,模型自动搜索等内容,目前有超过70期内容。
请大家使用相关标签进行阅读,包括#模型剪枝# #模型量化# #模型蒸馏# #模型压缩# #硬件优化# #动态推理# #AutoML#等。
4.3 基础视觉任务板块
这一部分更新的就是最常见的几个计算机视觉任务,包括图像/视频分类,图像/视频分割,目标检测,目标跟踪,目前有超过30期内容。
请大家使用相关标签进行阅读,包括#图像分类# #视频分类# #图像分割# #目标检测#等。
4.4 GAN基础板块
这一部分更新的就是GAN相关的基础内容,包括图像生成GAN,图像翻译GAN,图像编辑GAN,目前有超过50期内容。
请大家使用相关标签进行阅读,包括#GAN# #图像生成# #风格化#等。
4.5 人脸与人体板块
这一部分更新的就是人脸与人体相关的内容,包括人脸/关键点检测,人脸识别,人脸三维重建,人脸/人体编辑(表情年龄姿态妆造身份)等,请大家提前学习《深度学习之人脸图像处理:核心算法与案例实战》书籍,目前有超过40期内容。
请大家使用人脸标签进行阅读,包括#三维重建# #人脸# #人脸识别# #人脸编辑#等。
4.6 图像增强与风格化板块
这一部分更新的就是图像质量提升与风格化相关的内容,包括图像降噪,图像超分辨,图像修复,图像增强,图像去模糊等领域,请大家提前学习《深度学习之摄影图像处理:核心算法与案例精萃》书籍,目前有超过40期内容。。
请大家使用相关标签进行阅读,包括#图像降噪# #超分辨# #图像修复# #图像增强#等。
4.7 其他板块
除了以上内容,剩下还有一些板块,包括文本检测和识别,医学图像,点云图像等相关内容。
请大家使用相关标签进行阅读,包括#文本检测和识别# #医学图像# #点云图像#等。
5. 数据集板块
数据是AI任务的基础,星球里不仅包括ImageNet、EffectNet等超过100G的大型数据集,不容易下载的数据集,也包括各个方向的有趣的数据集,如人脸人体、动植物、美学与图像质量、自动驾驶等领域,目前有超过50个数据集供下载,以云盘的方式提供下载链接,大家还可以求助小伙伴获得新的数据集,请大家选择#数据集标签进行阅读。
5.1 大型通用数据集
包括图像分类领域最常用数据集ImageNet,美学评估大型数据集AVA,自动驾驶领域大型数据集Cityscape等。
5.2 人脸人体数据集
包括人脸识别,人脸风格化,人脸属性识别(人脸表情、人脸年龄、人脸姿态)等相关的数十个数据集。
5.3 自由分享的数据集
除了统一提供的数据集,还有一些由星球的小伙伴进行自由分享的数据集,大家可以自由交流。
6. 其他板块
除了上述板块,知识星球还包括#每周论文推荐,#AI1000问,#看图猜技术,#GitHub项目,#AI好书等板块。
#每周论文推荐内容与公众号的相关文章基本同步,用于推荐同一主题的书籍。
#AI好书板块用于分享一些优质的电子书。
#GitHub项目用于同步一些好的项目。
#看图猜技术以问答的形式提出一些小作业。
#AI1000问提出了一些容易忽视的小问题。
这些板块就不做详细介绍,大家可以自己去星球点击相应标签感受一下。
7. 如何加入
即日起有三AI-知识星球仅作为学员专用的资源共享平台,不再公开对外发布,主要原因一方面是因为星球已经不再是重点维护社区,内容没有有三AI-小鹅通视频专栏更新频繁,另一方面是为了防止恶意下载和共享。
对于老用户来说,一年时间满后,可以自行选择是否续费,现在续费的年费在100元左右,价格低廉,不续费也可以看加入日期之前的内容。对于新用户来说,如果想要加入知识星球,必须由有三一对一审核,且满足在有三AI-小鹅通购买视频课程超过500元,即可获赠一年的使用权限(凭订单号添加有三微信Longlongtogo即可)。
由于知识星球的部分板块内容不适合初学者,比如网络结构1000变中比较新的模型,因此我们希望需要付费进行学习的朋友,先补足相关的基础知识,下面是一些推荐的内容。
1、深度学习计算机视觉基础合集专栏,有超过1500页PPT,70小时讲解的CV核心内容,掌握分类检测分割GAN与数据使用,有它就够了。
其中图像分类课程当前包含的内容共约12个小时,PPT数量超过300页。
理论部分涵盖了深度学习之图像分类的各个研究方向,如图像分类简介、多类别图像分类、细粒度图像分类,多标签图像分类,弱监督图像分类,零样本图像分类等,既有足够的宽度,也具备有足够的深度。
实践部分一共已经包含了5个实践案例,分别为人脸表情分类基本模型实战,动物细粒度分类实战,生活用品多标签图像分类实战,基于血红细胞的图像分类竞赛技巧,简单图像分类任务数据增强实践,基于Pytorch实战来详解图像分类任务实践。
大纲如下:
其中图像分割课程当前包含的内容共约14个小时,PPT总数约400页。
理论部分涵盖了深度学习之图像分割的各个研究方向,如图像分割基础、语义分割、弱监督语义分割,Image Matting,实例分割等,既有足够的宽度,也具备有足够的深度。
实践部分一共已经包含了4个实践案例,分别为人脸嘴唇分割实战,缺陷分割实战,Image Matting人像抠图实战,Mask RCNN实例分割实战,后续可能还会增加其他方向的实战。
大纲如下:
其中目标检测课程当前包含的内容共约28个小时,PPT总数约400页。
理论部分包括目标检测相关基础,包括流程与评价指标,two-stage算法-Faster RCNN系列详解、one-stage算法-YOLO系列详解,Anchor-free算法系列详解(包括Densebox,CenterNet,CornetNet等);
实践部分共包含4个案例,分别是YOLOv3实战(工业缺陷检测)、Faster-RCNN实战(猫脸检测),CenterNet(电路板缺陷检测),MMdetection框架使用;
其中图像生成GAN课程当前包含的内容共约6个小时,PPT总数约200页。
理论部分详细解读了基本的卷积GAN,各类条件生成GAN,强大的StyleGAN系列,数据增强与仿真GAN,3D与视频生成GAN,既有足够的宽度,也具备有足够的深度。
实践一共已经包含了2个Pytorch实战案例,分别为DCGAN人脸嘴唇表情生成任务,StyleGAN人脸图像生成任务,后续还会增加3D与视频部分的实践内容。
课程大纲如下:
完整的内容介绍,请大家阅读本文:【CV必备】超过1500页PPT,70小时讲解的CV核心内容,掌握分类检测分割GAN与数据使用,有它就够了
2、有三AI- CV秋季划模型算法组,循序渐进地掌握模型分析,模型设计,模型优化,模型部署等内容。
其中模型分析课程当前包含的内容共约3个小时,PPT总数约120页。
其中模型设计课程当前包含的内容共约20个小时,PPT总数约450页。
理论部分内容包括4节:网络深度与模型性能,网络宽度与模型性能,注意力机制,轻量化网络理论。
(1) 基于网络深度的CNN模型设计,内容包括经典浅层卷积网络的设计模型如neocognitron、经典模型AlexNet,VGGNet,ResNet。
(2) 基于网络宽度的CNN模型设计,内容包括多分支经典模型如GoogLeNet,ResNext等
(3) 经典注意力机制CNN模型设计,内容包括空间注意力模型、通道注意力模型、 混合注意力模型。
(3) 轻量级模型设计,内容包括Xception网络、MobileNet V1和V2网络、 ShuffleNet V1和V2网络、SqueezeNet网络。
实践部分内容包括4个:基于ResNet的垃圾分类实战,基于InceptionNet系列的花卉分类实战,基于SeNet的人种分类实战,Pytorch模型安卓端部署。
其中模型优化课程当前包含的内容共约10个小时,PPT总数约360页。
理论部分内容包括深度学习模型压缩的核心领域,模型剪枝、模型量化、知识蒸馏等。
实战部分内容包括4个:Distiller模型压缩框架使用,结构化模型剪枝实践,8bit模型量化实践,模型蒸馏实践。
其中模型部署课程当前包含的内容共约8个小时,包含了6个平台和框架案例,分别为原生Pytorch在Android手机端部署,NCNN的通用部署,Tengine在EAIDK嵌入式平台上的部署,TensorRT在服务器端的模型优化与部署,微信小程序的前后端完整部署,MNN在Android手机端部署,大纲如下,后续还会增加其他硬件平台与部署框架。
关于以上课程的完整介绍,请大家阅读下文:
【总结】最专业最系统的CV内容,有三AI所有免费与付费的计算机视觉课程汇总(2022年8月)
所有视频课程到有三AI-小鹅通视频平台进行学习,那是我们官方唯一的视频学习平台。小鹅通是一个很成熟的知识付费平台,我们有唯一的小鹅通知识店铺账号。
由于有很多用户之前不熟悉小鹅通,首先我们给大家介绍一下登录方式和课程观看方式。
1 小鹅通目前有多种登录与课程学习方式,建议大家使用以下两种:
(1) 在浏览器上进行学习,通过微信扫码或者手机验证码登录。可以直接关注“有三教育科技”微信公众号,然后点击左下方“我的课程”登录观看
如果是首次登录,进入“首页”后,点击左下角“我的”进入设置,再点击页面中的“账号设置”进行手机号和关联账号(微信号)绑定
(2) 使用小鹅通app进行学习,有手机版和Pad版,可以通过手机号码或者微信账号登录
观看时可点击视频左下角“框”,进行全屏播放
2 为什么选定小鹅通平台作为我们官方服务平台
(1) 小鹅通平台可以绑定微信公众号,微信用户可以通过“有三教育科技”微信公众号界面直接登录小鹅通,在线观看视频课程
(2) 小鹅通平台支持直播服务,学员也可以在线观看直播课程
(3) 支持图文与视频,并且可以非常方便进行用户管理
所以我们最终选定了小鹅通平台作为官方服务平台,我们的店铺地址为:
https://appcdfgt3n15676.h5.xiaoeknow.com
往期相关
【总结】新手必看!超过60个小时+600页文档的免费AI深度学习理论与实践课程
【CV夏季划】2022年正式入夏,从理论到实践,如何系统性进阶CV?(产学研一体的超硬核培养方式)
【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好(2022年言有三一对一辅导)?
【CV秋季划】人脸算法那么多,如何循序渐进地学习好?
【CV秋季划】图像质量提升与编辑有哪些研究和应用,如何循序渐进地学习好?
【CV冬季划】终极进阶,超30个项目实战+3大基础方向专栏+3本书+3年知识星球(2022年言有三一对一辅导)
【重要】有三AI知识星球不再对外公开!还想加入的有哪些途径?相关推荐
- 【杂谈】有三AI知识星球最近都GAN了哪些内容?
欢迎大家来到<知识星球>专栏,有三AI知识星球GAN已经更新了好一段时间了,那么最近这一个月主要是在更新什么内容呢,下面简单的介绍一下. 作者&编辑 | 言有三 1 GAN与人脸年 ...
- 有三AI知识星球官宣,BAT等大咖等你来撩
各位粉丝朋友们,这是有三AI知识星球正式官宣了,这一周开始试运营找节奏. 从4月份开始,知识星球将作为一个更加纯粹的付费技术交流社区,和有三AI公众号,微信群互补成为有三AI生态圈不可或缺的一部分.四 ...
- 【杂谈】有三AI知识星球指导手册出炉!和公众号相比又有哪些内容?
让大家久等了,由于我们知识星球内容太多,一直没有整理出完整的阅读手册,这次我们发布有三AI知识星球的指导手册V1.0版本,来介绍我们知识星球的使用方法,下面是手册的主要内容,文末提供手册下载方法. 1 ...
- 【杂谈】有三AI知识星球一周年了!为什么公众号+星球才是完整的?
文/编辑 | 言有三 今天,有三AI知识星球开设正好一周年,在有了微信公众号生态后,为什么我们还要做一个知识星球呢?为什么我们说每一个核心的有三AI粉丝一定是在知识星球里呢?今天来总结一下我们知识星球 ...
- 【年终总结】2019年有三AI知识星球做了什么,明年又会做什么
如果说微信公众号是有三AI的第一免费生态,那么有三AI知识星球就是我们的第一付费生态,两者的共同特点是,专注系统性原创.虽然现在星球的整体内容数量还不能和微信公众号相比(主要是因为还在做内容规划以及精 ...
- 中秋假期快乐!不发技术文章,有三AI知识星球半价三天
之前在朋友圈说好的中秋节三天不发文章,让大家也好好休息充电一下.昨天收到了不少粉丝朋友的中秋节祝福,为了感谢铁粉们,这个假期我们还是送大家一点东西吧. 月饼咱们就不送了,不值多少钱也不好吃.这三天有三 ...
- 【知识星球】关于模型压缩,有三AI知识星球近一个月从模型精简,硬件实现,到模型剪枝分享了哪些内容...
欢迎大家来到<知识星球>专栏,模型压缩是我们星球社区的重点关注内容,本次简介近期分享的一部分内容. 作者&编辑 | 言有三 1 精简模型设计 精简模型的设计是模型压缩中的第一步,而 ...
- 【知识星球】做作业还能赢奖金,传统图像/机器学习/深度学习尽在不言中
今天给大家介绍一下有三AI知识星球的"看图猜技术"板块,现在已经升级为"作业板块",每天一到三题,第一个答对的同学将获得6.66元赞赏,目前已经出现很多抢答的学 ...
- 【NLP】如何系统性的学习NLP,有三AI-NLP知识星球等你来
文/编辑 | 小Dream哥 星球开设的必要性 时间过的很快,转眼在有三AI开设NLP专栏已经2个月了. 是时候总结下了,我们的NLP专栏按计划更新了NLP中用的常用的机器学习模型,深度学习特征抽取器 ...
- 推荐给你三个知识星球助你选对人生
认知,几乎是人和人之间唯一的本质差别.技能的差别是可量化的,技能再多累加,也就是熟练工种.而认知的差别是本质的,是不可量化的. 上面这段话出自猎豹移动 CEO 傅盛,非常值得我们深思.在同一件事情面前 ...
最新文章
- 截断句子取前k个单词
- 敏捷爽畅模型及其演变——Diana Larsen专访
- 利用Oracle分析函数实现多行数据合并为一行
- Mysql数据库基础(一)基本概述、构建服务、基本管理、数据类型
- 关于用notepad++确认代码中\r\n\t空格等不显示的字符
- LeetCode Best Time to Buy and Sell Stock II
- Spring——Filter过滤器注入Bean时注入失败[NULL]
- Lable 换行动态计算高度(2种)
- linux编译ffmpeg_[Cmake-Android音视频]ffmpeg3.4编译支持neon,硬解码
- 深度学习数据更换背景_开始学习数据科学的最佳方法是了解其背景
- 互联网医生-ICMP协议
- 任务35:JWT 认证授权介绍
- [LeetCode]Palindrome Number 推断二进制和十进制是否为回文
- 解决maven中ojdbc14:11.2.0.1.0错误
- logback的简单使用 1
- Java学习-Java系统介绍
- R语言——查看内置数据集
- 工厂模式简介和应用场景
- C语言中全局数组外部引用的小问题
- LeetCode刷题日记盛最多水的容器