導讀：在人才不斷流向業界、常規架構算力進入瓶頸期的今天，作為一名從業者應該看到什么？來聽聽大神們怎么說。

來源：華章計算機（ID：hzbook_jsj）

縮短概念證明與生產之間的差距。盡管搭建好的模型很重要，但很多人現在也意識到，從數據管理到部署到跟蹤，要想付諸實踐，還需要做更多的工作。2021 年，我希望我們能更好地理解機器學習項目的完整周期，構建支持相關工作的 MLOps 工具，以及系統地搭建、生產、維護 AI 模型。

——Deep Learning AI創辦人、Landing AI首席執行官吳恩達

1

機器學習：軟件工程方法與實現

作者：張春強 張和平 唐振

推薦語：大型金融科技集團資深大數據與機器學習技術專家撰寫，基于新近Python版本，將軟件工程的思想、方法、工具和策略應用到機器學習實踐中，提供高質量的代碼設計、可直接復用的源碼和工業應用框架，聚焦機器學習中應用最廣泛和最有效的算法，使之成為貫穿機器學習項目生命周期的一條完整的學習路徑。幫你將機器學習理論和實戰完成技術最后一公里的落地。

2

機器學習實戰

基于Scikit-Learn、Keras和TensorFlow

（原書第2版）

作者：奧雷利安·杰龍

推薦語：“美亞”人工智能暢銷榜首圖書，基于TensorFlow2全面升級，內容增加近一倍！Keras之父鼎力推薦！從實踐出發，通過具體的示例、較少的理論和可用于生產環境的Python框架來幫助你直觀地理解并掌握構建智能系統所需要的概念和工具。手把手教你從零開始搭建起一個神經網絡。

希望TinyML等微型ML 技術和小型設備發揮更大作用。

——Arm 機器學習研究實驗室的杰出工程師和高級總監 Matthew Mattina

一種叫作 TinyML 的機器學習技術正將這些大型的、側重數學的神經網絡應用在傳感器、可穿戴設備和手機上。神經網絡嚴重依賴乘法，而新興硬件使用低精度數字（8 位或更少）來執行乘法運算。與通常的 32 位單精度浮點乘法器相比，芯片設計者可以在更小的面積和功率范圍內構建更多的乘法器。研究表明，在很多現實案例中，在神經網絡中使用低精度數字幾乎不會對準確率產生影響。這種方法可以在最需要的地方提供超高效的神經網絡推斷。

3

TinyML

基于TensorFlow Lite在Arduino和超低功耗微控制器上部署機器學習

作者：皮特·沃登?丹尼爾·西圖納亞克

推薦語：谷歌TensorFlow團隊創始成員領銜撰寫，谷歌工程師翻譯并審校，Arduino聯合創始人、Arm副總裁聯袂推薦！TinyML里程碑級著作，手把手教你在Arduino和微控制器上部署ML。“美亞”嵌入式系統暢銷榜首圖書。

4

智能硬件與機器視覺

基于樹莓派、Python和OpenCV

作者：陳佳林

推薦語：“骨灰級”樹莓派技術極客撰寫，低成本實現圖像分析、文字識別、人臉識別與追蹤、視頻監控等機器視覺功能。針對多個典型機器視覺場景，講解技術原理，給出實現方法和代碼，所有代碼均可在樹莓派上運行并移植到ARM開發板上。

期待 AI 幫助人類進行藝術創作。

——美國工程院外籍院士、小冰公司董事長、清華大學雙聘教授沈向洋博士

AI 領域的近期進展，尤其是生成對抗網絡和語言模型（如GPT-3）等深度學習技術，使得從頭開始合成逼真圖像和合理文本成為可能。2021 年能看到更多AI 創造工具，幫助人們表達自己的藝術想法和靈感。小冰聊天機器人已經在寫詩、繪畫和音樂方面展現出了類似人類的性能。例如小冰幫助微信用戶寫詩，一周內寫詩數量超過中國歷史上所有的詩作！

AI 已經證明它能夠幫助提升生產效率，那么現在讓我們期待AI 幫助人類解放創造力吧。

5

智能計算系統

作者：陳云霽 李玲 李威 郭崎 杜子東

推薦語：本書通過一個貫穿始終的應用案例——圖像風格遷移，全面系統地介紹智能計算系統的軟硬件技術棧，涵蓋神經網絡基礎算法、深度學習編程框架、智能芯片體系結構、智能編程語言等。領銜作者陳云霽帶領的團隊曾研制了國際上首個深度學習處理器芯片“寒武紀1號”，本書凝聚了作者團隊多年的科研和教學成果，是前沿研究與技術實踐結合，快速提升智能領域系統能力的教材和技術參考書。

6

會話式AI：自然語言處理與人機交互

作者：杜振東 涂銘

推薦語：騰訊、阿里、國家標準委&AIIA人工智能專家多年大型項目經驗總結，詳解NLP和人機交互核心技術，從技術、算法、實戰3維度講解聊天機器人原理、實現與工程實踐。

期待語言和視覺的融合。

——OpenAI 聯合創始人 Ilya Sutskever

2021 年，語言模型將開始了解視覺世界。文本本身可以表達關于世界的大量信息，但它并不完備，因為我們也生活在視覺世界中。下一代 AI 模型將能夠編輯文本輸入并生成圖像，我們也希望它們能夠借由其見過的圖像而更好地理解文本。

聯合處理文本和圖像的能力將使模型變得更聰明。人類接觸的不僅是閱讀到的內容，還有看到和聽到的內容。如果模型可以處理類似的數據，那么它們就能以類似人類的方式學習概念。我希望 2021 年能夠看到這方面的進展。

7

生成對抗網絡入門指南

作者：史丹青

推薦語：揭示人工智能如何繪制300萬拍賣畫作的技術奧秘。

8

聽覺系統與雞尾酒會問題

作者：John C.Middlebrooks 等

推薦語：聽覺心理學和神經學國際專家編著，中科院自動化所類腦計算團隊翻譯，系統闡述語音識別領域挑戰性難題。

9

智能語音處理

作者：張雄偉 孫蒙 楊吉斌

推薦語：十余年深耕智能語音處理的研究結晶，人工智能在語音處理領域的應用成果。本書系統性地闡述智能語音處理技術，并重點以機器學習等技術及其在語音處理中的典型應用，理論與實踐聯系緊密。

劃重點????

干貨直達????

• 5G時代不可或缺的關鍵技術：詳解邊緣計算參考架構3.0
  

• 6個關鍵步驟，手把手教你構建圖模型
  

• 手把手教你用ECharts畫折線圖
  

• 什么是數字孿生？有哪些關鍵能力？

更多精彩????

在公眾號對話框輸入以下關鍵詞

查看更多優質內容！

PPT?|?讀書?|?書單?|?硬核?|?干貨?|?講明白?|?神操作

大數據?|?云計算?|?數據庫?|?Python?|?可視化

AI?|?人工智能?|?機器學習?|?深度學習?|?NLP

5G?|?中臺?|?用戶畫像?|?1024?|?數學?|?算法?|?數字孿生

據統計，99%的大咖都完成了這個神操作

????

總結

以上是生活随笔為你收集整理的2021年，AI哪个方向最火？看看大神们怎么说的全部內容，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。