各位同学，可还记得我们发布的《深度学习视觉算法工程师成长指导手册》，现在更新了，超过14万字，420页文档，可下载收藏打印，目录如下，文末提供了下载方式。

手册简介

目前深度学习在图像，语音，NLP领域大展拳脚，不管是本专业还是非本专业的技术人员都有很多人投身这一行，但是学校的学科建设刚刚开始，老手们往往走过了很多的弯路才成为老手。

怎样才能完成系统性学习呢？

开源资料众多，但是广大新手们不一定能走上正确的学习路线，很多已经在本行的朋友也需要重新回过去查漏补缺自己的知识。这就是本系列的开设初衷，从理论到实践，不忘基础，也不漏最新的研究进展。不追求全面，但追求精髓都在，路线正确。

本手册以深度学习视觉算法工程师为例，借鉴广泛采用的评级机制，分为4个大境界(不可知不会更新)，即白身，初识，不惑，有识。每一个境界都由浅入深提供10多篇文章对核心知识点进行梳理，并对技术发展的最新水平进行介绍和展望。

(1) 白身境界

所谓白身境界，就是还处在打各方面基础的初级阶段，12篇对应的技术文章如下：

【AI白身境】深度学习从弃用windows开始

【AI白身境】Linux干活三板斧，shell、vim和git

【AI白身境】学AI必备的python基础

【AI白身境】深度学习必备图像基础

【AI白身境】搞计算机视觉必备的OpenCV入门基础

【AI白身境】只会用Python？g++，CMake和Makefile了解一下

【AI白身境】学深度学习你不得不知的爬虫基础

【AI白身境】深度学习中的数据可视化

【AI白身境】入行AI需要什么数学基础：左手矩阵论，右手微积分

【AI白身境】一文览尽计算机视觉研究方向

【AI白身境】AI+，都加在哪些应用领域了

【AI白身境】究竟谁是paper之王，全球前10的计算机科学家

(2) 初识境界

所谓初识，就是对相关技术有基本了解，掌握了基本的使用方法，需要继续夯实理论，12篇对应的技术文章如下：

【AI初识境】从3次人工智能潮起潮落说起

【AI初识境】从头理解神经网络-内行与外行的分水岭

【AI初识境】近20年深度学习在图像领域的重要进展节点

【AI初识境】激活函数：从人工设计到自动搜索

【AI初识境】什么是深度学习成功的开始？参数初始化

【AI初识境】深度学习模型中的Normalization，你懂了多少？

【AI初识境】为了围剿SGD大家这些年想过的那十几招

【AI初识境】被Hinton，DeepMind和斯坦福嫌弃的池化，到底是什么？

【AI初识境】如何增加深度学习模型的泛化能力

【AI初识境】深度学习模型评估，从图像分类到生成模型

【AI初识境】深度学习中常用的损失函数有哪些？

【AI初识境】给深度学习新手做项目的10个建议

(3) 不惑境界

所谓不惑，就是向高手迈进的开始了，在这个境界的重点就是进一步巩固知识，并且开始独立思考，12篇对应的技术文章如下：

【AI不惑境】数据压榨有多狠，人工智能就有多成功

【AI不惑境】网络深度对深度学习模型性能有什么影响？

【AI不惑境】网络的宽度如何影响深度学习模型的性能？

【AI不惑境】学习率和batchsize如何影响模型的性能？

【AI不惑境】残差网络的前世今生与原理

【AI不惑境】移动端高效网络，卷积拆分和分组的精髓

【AI不惑境】深度学习中的多尺度模型设计

【AI不惑境】计算机视觉中注意力机制原理及其模型发展和应用

【AI不惑境】模型剪枝技术原理及其发展现状和展望

【AI不惑境】模型量化技术原理及其发展现状和展望

【AI不惑境】AutoML在深度学习模型设计和优化中有哪些用处？

(4) 有识境界

修行到了有识就步入高手境界了。可以大胆地说自己是一个非常合格的深度学习算法工程师甚至是研究员了，在自己研究的领域里处于绝对的行业前沿，对自己暂时不熟悉的领域也能快速地触类旁通。无论是眼界，学习能力，还是学习态度都是一流水平，时而大智若愚，时而锋芒毕露，当之无愧的大师兄。

有识境界需要深刻理解所在各个领域的核心技术，目前我们已经更新了许多相关文章，但是还没有整合到这个系列中，详情请大家阅读手册即可。

如何获得本手册

获得本手册的方法有四种，分别是：

(1) 发送口令'三人行必有AI'到公众号，即可获得云盘下载链接。

(2) 去有三AI的开源GitHub项目可以下载。https://github.com/longpeng2008/yousan.ai

(3) 在有三AI知识星球中的资源标签直接下载。

(4) csdn用户直接在本文获取下载。

往期精选

• 【通知】2020年有三AI-CV春季划升级，更多项目，更多框架，更高难度

• 【通知】2020年有三AI-CV夏季划升级，更多项目，更高难度，更加落地

• 【通知】如何让你的2020年秋招CV项目经历更加硬核，可深入学习有三秋季划4大领域32个方向