文/編輯 | 言有三

有三AI堅持三個原則，只做原創(chuàng)，不打廣告，不跟新聞，所以漲粉很慢。不過，令我們自豪的是，盡管至今只有6000來粉絲，但是在我們5000粉絲的時候，也出現(xiàn)了很多1000+閱讀量(打開率超過20%)的文章，將近三分之一的文章打開率也超過了10%，論打開率就算是全網(wǎng)咱也是Top了吧。今天就來仔細(xì)盤點一下吧，按照時間順序從后往前。

有三AI撲克牌

作為一周年紀(jì)念，我們推出了集深度學(xué)習(xí)開源框架，深度學(xué)習(xí)模型架構(gòu)，深度學(xué)習(xí)學(xué)習(xí)習(xí)慣，AI研究院與產(chǎn)品于一身的有三AI撲克牌，歡迎大家點擊查看，已經(jīng)陸續(xù)發(fā)貨了噢！

言有三寫的新書

一周年之際，有三也出版了一本新書，名為《深度學(xué)習(xí)之圖像識別 核心技術(shù)與案例實戰(zhàn)》，這是一本以計算機視覺技術(shù)為依托，講述深度學(xué)習(xí)中的核心技術(shù)的書籍，同時配套有大量實戰(zhàn)案例。覆蓋深度學(xué)習(xí)理論(最優(yōu)化，損失目標(biāo)設(shè)計)，數(shù)據(jù)使用(常用數(shù)據(jù)集，數(shù)據(jù)獲取，標(biāo)注與增強)，可視化(數(shù)據(jù)與模型)，模型優(yōu)化，三大計算機視覺任務(wù)的發(fā)展。

雖然公式的印刷出了一點問題(本周會勘誤)，本書仍然不失為一本很干貨的書。

25篇CV工程師進階文章

深度學(xué)習(xí)CV算法工程師從入門到初級面試有多遠(yuǎn)，大概是25篇文章的距離，這是有三AI修行之路的《白身境》和《初識境》兩大系列的完結(jié)，從編程基礎(chǔ)，圖像基礎(chǔ)，數(shù)學(xué)基礎(chǔ)講到深度學(xué)習(xí)理論和實踐基礎(chǔ)，最適合新手系統(tǒng)性進階和學(xué)習(xí)，也適合老手鞏固自己的基礎(chǔ)，這篇文章在知乎上也是全網(wǎng)熱點。

GitHub機器/深度學(xué)習(xí)資料大全

我相信真的很難有比我們這個資料更全的了，這個文章在知乎上也是全網(wǎng)熱點。從大綜述，到論文，社區(qū)，?課程，項目，數(shù)據(jù)集，研究領(lǐng)域，工具，無所不有，無所不包。

網(wǎng)絡(luò)圖繪制

這篇文章不僅是知乎熱點，也被很多的AI大號轉(zhuǎn)載，包括AI科技大本營，雷鋒網(wǎng)等等。就是教你怎么繪制好看的網(wǎng)絡(luò)圖，實用，酷炫！

如何跟蹤Arxiv的論文

作為一個AI方向的學(xué)習(xí)者，需要經(jīng)常從arxiv.org中獲取和跟蹤最新的論文，arxiv-sanity就是一個用于論文跟蹤的好工具，你值得擁有。

有三AILab

雖然我們不跟新聞，但是不代表不跟蹤最新的技術(shù)，所以我們成立有三AILab，歡迎感興趣與符合條件的朋友加入。

季劃

有三AI沒有想過要做培訓(xùn)，但是仍然會以師徒制帶很少一部分人，內(nèi)容很多，收費也很低。學(xué)習(xí)方式包括圖文+視頻+一對一指導(dǎo)+每周線下+在線直播+項目孵化。學(xué)會為止，還有最后10天的報名機會，之后將不接受報名，新的夏季劃也會漲價。

創(chuàng)業(yè)第一天專欄介紹

三月份我離職創(chuàng)業(yè)，當(dāng)時還只有150多篇原創(chuàng)文章和10多個專欄，現(xiàn)在又增加了將近100篇，可見這兩個月還是非常勤快的。

創(chuàng)業(yè)第一天，有三AI扔出了深度學(xué)習(xí)的150多篇文章和10多個專欄

相比當(dāng)時的文章，其實更建議大家閱讀我們一周年的總結(jié)，生態(tài)更加的豐富。

裸辭文章

2019年3月3日，鼓起勇氣揭開裸辭生活的第一天。還有不到兩年就三十歲了的時間里，想開始做一些事情，彼時心態(tài)，歷歷在目。

圖像分類的輸入為何是224*224

這是有三AI 1000問的第一個問題，為什么深度學(xué)習(xí)圖像分類的輸入多是224*224，這個見慣不慣，不一定有標(biāo)準(zhǔn)答案的問題。如今1000問已經(jīng)并入知識星球，當(dāng)初這個系列也是人氣很高的。

AI研究院總結(jié)

在這個專欄中，我們和大家一起分享了國內(nèi)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(diào)務(wù)實的網(wǎng)易人工智能，帶大家領(lǐng)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(chǎn)品。

計算機視覺研究方向

這里詳細(xì)介紹了深度學(xué)習(xí)在圖像分類，分割，目標(biāo)檢測，目標(biāo)跟蹤，圖像濾波與降噪，圖像增強，風(fēng)格化，三維重建，圖像檢索，生成對抗網(wǎng)絡(luò)GAN等領(lǐng)域中的關(guān)鍵技術(shù)和特點。

棄用windows

要說服一個新手放棄windows擁抱Linux，并不是那么容易的事情，但是，你只有走出第一步才知道這一件事情是多么的美妙。

人臉數(shù)據(jù)集

一文道盡了人臉的數(shù)據(jù)集，囊括了人臉檢測，關(guān)鍵點檢測，人臉識別，人臉表情，人臉年齡，人臉姿態(tài)幾乎所有方向，當(dāng)時文章都險些超過公眾號最大長度。

除了以上已經(jīng)突破1000+，20%打開率的10多篇文章，我們還有很多超過10%打開率的文章，其中不乏超過900閱讀量的文章，就等著大家熱情點贊和轉(zhuǎn)發(fā)突破1000了！

這里我們無法將其全部放出，不然本文就太長了，挑選其中對大家最有幫助的35篇吧，更多可以查看往期鏈接。

殘差網(wǎng)絡(luò)的前世今生與原理

在深度學(xué)習(xí)模型發(fā)展史中，殘差網(wǎng)絡(luò)因其簡單而有效的結(jié)構(gòu)與異常有效的結(jié)果而占據(jù)了非常重要的位置，在這里我們重點講述了它的來龍去脈，相關(guān)架構(gòu)的發(fā)展，有效性的相關(guān)研究。

一周年總結(jié)

今年五月中旬有三AI一周年了，過去的一年里，有三從算法干到前端，后端，從編輯干到產(chǎn)品，運營，設(shè)計，創(chuàng)建了一個不小的生態(tài)。在這里，便是說說我們的初衷，生態(tài)和愿景。

TensorFlow2.0專欄

TensorFlow2.0 Alpha版發(fā)布后，API也發(fā)生了很大的改變，基本上相當(dāng)于重新學(xué)習(xí)tensorflow，我們開設(shè)了2.0專欄。其中Keras便是必須使用的接口了，那就一起來吐槽全世界都是Keras吧。

有三AI小程序上線

5月份的時候有三把小程序推上了線，這是一個為季劃學(xué)員展示自己項目的舞臺，也是將來有三AILab展示作品的舞臺，大家感興趣的可以掃碼體驗一下。

網(wǎng)絡(luò)寬度與模型性能

一個深度學(xué)習(xí)網(wǎng)絡(luò)的寬度究竟會如何影響模型的性能呢？在這里有三通過理論和實驗結(jié)果來完整分析了網(wǎng)絡(luò)寬度的發(fā)展與模型性能的關(guān)系，以及如何對寬度進行設(shè)計。

AI 1000問總結(jié)

在AI1000問我們提出了很多容易被忽視，普通但是不簡單，可以引申很多思考的問題，包括為何通用分類網(wǎng)絡(luò)輸入大小是224*224，為什么大家喜歡用小卷積，訓(xùn)練中為什么要分驗證集和測試集，現(xiàn)在這個系列已經(jīng)轉(zhuǎn)移到知識星球中。

優(yōu)秀的深度學(xué)習(xí)從業(yè)者習(xí)慣

一個優(yōu)秀的深度學(xué)習(xí)從業(yè)者，必然是技能全面，擅長學(xué)習(xí)的人，在這里我們總結(jié)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(xué)習(xí)。

AI產(chǎn)品專欄-抖音

為了讓大家的學(xué)習(xí)更加貼近工業(yè)界實戰(zhàn)，我們開設(shè)了專欄《AI產(chǎn)品》，對其中的關(guān)鍵技術(shù)進行剖析。

AI大咖

為了讓大家更多地了解行業(yè)大咖，我們開設(shè)了專欄《AI大咖》，不僅要了解follow他們的研究，也打聽他們的八卦，領(lǐng)略大牛的風(fēng)骨，如今已經(jīng)3期了噢，相應(yīng)的GitHub項目也推出了。

有三VIP技術(shù)顧問

有三AI VIP就是買斷有三的時間了，可以就任何技術(shù)問題進行隨時討論，同時會贈送有三AI所有付費產(chǎn)品和內(nèi)部資料，包括知識星球，文化產(chǎn)品，錄制的一系列視頻，線下交流，直播等等。

推薦的工業(yè)界比賽

從深度學(xué)習(xí)新手到有志于站到算法之顛的老鳥，都可以通過參加一些比賽來獲取經(jīng)驗或者證明自己，這里就推薦了AI圖像領(lǐng)域值得參加的一些比賽，有大眾的有小眾的，也有別具特色的。

國外高質(zhì)量學(xué)習(xí)社區(qū)

機器之心等媒體不是喜歡從Medium等平臺翻譯文章嗎，我們在這里系統(tǒng)性地介紹了國內(nèi)外的優(yōu)質(zhì)論壇媒體，包括新聞信息平臺Reddit，創(chuàng)作平臺Medium，問答社區(qū)Quora等，從此你也可以獲取第一手資料進行學(xué)習(xí)。

如何使用公眾號學(xué)習(xí)

天下公眾號有很多種，有信息媒體號，學(xué)術(shù)論壇號，個人博客號，系列教程號，每一類號都有它自己的特色，如何利用好這些公眾號進行學(xué)習(xí)呢。

數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)

數(shù)據(jù)壓榨越狠，人工智能就越成功，在這里，我們分析了數(shù)據(jù)與各類學(xué)習(xí)系統(tǒng)的關(guān)系，在深度學(xué)習(xí)的各個發(fā)展階段對數(shù)據(jù)的使用，了解從模型的結(jié)構(gòu)設(shè)計，模型的優(yōu)化參數(shù)選擇，數(shù)據(jù)的使用策略的最新發(fā)展，深度學(xué)習(xí)正在全面走向自動化。

數(shù)據(jù)增強綜述

很多實際的項目，我們都難以有充足的數(shù)據(jù)來完成任務(wù)，要保證完美的完成任務(wù)，有兩件事情需要做好：(1)尋找更多的數(shù)據(jù)。(2)充分利用已有的數(shù)據(jù)進行數(shù)據(jù)增強，這里就是對當(dāng)前數(shù)據(jù)增強方法的綜述，覆蓋有監(jiān)督無監(jiān)督，單樣本多樣本方法等。

為什么大家喜歡用小卷積

我們知道現(xiàn)在在構(gòu)建CNN時大家喜歡用3*3的卷積，而不是早期的5*5，7*7等更大尺寸的卷積，如vgg，mobilenet等系列網(wǎng)絡(luò)中全部使用了3*3的卷積。那么你知道為什么這樣做嗎？

Github免費爬蟲總結(jié)

在開發(fā)實際項目的時候，你經(jīng)常沒有足夠多的數(shù)據(jù)，需要自己去想辦法獲取，這個時候常常需要用到爬蟲。然而找來找去，很可能找了很久都找不到既免費又好用的爬蟲，這里就總結(jié)了GitHub上面最好的爬蟲，它很可能就是項目成功的開始。

如何做筆記

在學(xué)習(xí)的過程中做好總結(jié)記錄是非常重要的，那么這里要聊的就是作為程序員，有哪些筆記工具可以提高工作效率呢？

12大深度學(xué)習(xí)開源框架項目

這是有三AI開源的第一個GitHub項目，在這里給大家捋清楚12大深度學(xué)習(xí)開源框架的快速入門，從熟練掌握不同任務(wù)數(shù)據(jù)的準(zhǔn)備和使用，熟練掌握模型的定義，熟練掌握訓(xùn)練過程和結(jié)果的可視化，到熟練掌握訓(xùn)練方法和測試方法，真正快速掌握框架。

有三說深度學(xué)習(xí)

雖然有三錄制了很多視頻，但是真正拿出去上線的只有網(wǎng)易云上的《有三說深度學(xué)習(xí)》，其余的都私藏了，如果你想聽聽，不妨加入。

提升寫代碼效率

想成為一個優(yōu)秀的AI算法工程師必須要熟練使用Linux，從桌面管理，編程管理到項目管理，這都是推薦你應(yīng)該掌握的，一定會大大提升工作效率。

深度學(xué)習(xí)理論學(xué)習(xí)

在《AI初識境》這一個專欄中，我們給大家從神經(jīng)網(wǎng)絡(luò)背景與基礎(chǔ)，講到了深度學(xué)習(xí)中的激活函數(shù)，池化，參數(shù)初始化，歸一化，優(yōu)化方法，正則項與泛化能力，講到了深度學(xué)習(xí)中的評測指標(biāo)，優(yōu)化目標(biāo)，以及新手開始做訓(xùn)練時的注意事項。這些都是深度學(xué)習(xí)必備的扎實基礎(chǔ)，我們講述的都覆蓋了最前沿的研究，絕不簡單。

給深度學(xué)習(xí)新手做項目的建議

一個新手做項目時總是不知道輕重緩急，也容易犯一些低級的錯誤，這篇文章不是教你如何調(diào)參，而是教你不要在調(diào)參之前胡搞。

損失函數(shù)

優(yōu)化目標(biāo)/損失函數(shù)無疑對一個深度學(xué)習(xí)系統(tǒng)來說是至關(guān)重要的，這里就說說深度學(xué)習(xí)中常見的損失函數(shù)(loss)，覆蓋分類，回歸任務(wù)以及生成對抗網(wǎng)絡(luò)。

弱監(jiān)督圖像分割綜述

大家知道北航的博士孫叔橋最近在有三AI開設(shè)了《圖像分割模型》專欄，而這篇弱監(jiān)督圖像分割綜述也是出自她的筆下，被各大號轉(zhuǎn)載。

FlyAI比賽平臺

我們不打廣告，但是如果是非常好的東西就會直接推薦，FlyAI便是一個集免費GPU，企業(yè)真實數(shù)據(jù)集和需求，能力變現(xiàn)為一身的平臺，推薦大家參與。

深度學(xué)習(xí)模型評估

一個深度學(xué)習(xí)模型在各類任務(wù)中的表現(xiàn)都需要定量的指標(biāo)進行評估，才能夠進行橫向的PK比較，在這里就說說分類，回歸，質(zhì)量評估，生成模型中常用的指標(biāo)，以計算機視覺任務(wù)為例。

如何增加深度學(xué)習(xí)模型的泛化能力

機器學(xué)習(xí)方法訓(xùn)練出來一個模型，希望它不僅僅是對于已知的數(shù)據(jù)(訓(xùn)練集)性能表現(xiàn)良好，對于未知的數(shù)據(jù)(測試集)也應(yīng)該表現(xiàn)良好，也就是具有良好的generalization能力，這就是泛化能力。這里說的便是泛化和正則化有關(guān)的內(nèi)容。

搜狗AI主播背后的核心技術(shù)

這也是屬于《AI產(chǎn)品》的內(nèi)容，只是當(dāng)時專欄還未設(shè)置，背后包含了三維重建，表情合成，唇語合成，語音合成等一系列技術(shù)的剖析。

12大主流CNN模型架構(gòu)

在這里，我們給大家回顧了深度學(xué)習(xí)中的各類具有代表性的CNN模型，詳細(xì)分析了各類模型的特點，設(shè)計思想。當(dāng)然，這一個系列不可能包含所有的模型，但是我們可以從中洞見最核心的思想。

深度學(xué)習(xí)必備圖像基礎(chǔ)

學(xué)深度學(xué)習(xí)計算機視覺，當(dāng)然是從夯實圖像基礎(chǔ)開始了。從圖像的起源，到數(shù)字圖像的基本概念，數(shù)字圖像處理的基礎(chǔ)，這是系統(tǒng)而全面的介紹。

Faster RCNN源代碼解讀

Faster R-CNN項目無疑是最優(yōu)秀的目標(biāo)檢測框架之一， 在這里我們詳細(xì)剖析了各個模塊的源代碼。

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(tǒng)的閾值法，聚類，圖割，水平集，到深度學(xué)習(xí)，這里就是我對圖像分割算法的大總結(jié)。

softmax loss解讀

softmax loss是我們最熟悉的loss之一了，分類任務(wù)中使用它，分割任務(wù)中依然使用它。在這里，我們推導(dǎo)它的公式，總結(jié)了它的變種，這篇文章幾乎就是有三AI的開始。

除了上面的30多篇，還有至少20篇以上截止目前閱讀量600以上，文末往期包含了一些。總的來說公眾號有超過70篇，大概1/3的文章超過10%的打開率，在沒有做簡單轉(zhuǎn)發(fā)之外的任何運營手段的背景下，充分證明了文章的質(zhì)量以及受歡迎的程度，希望能夠給大家?guī)碚嬲膸椭?/strong>

謝謝點贊和轉(zhuǎn)發(fā)的朋友，我們繼續(xù)努力！

直播預(yù)告

今日看圖猜技術(shù)

網(wǎng)絡(luò)結(jié)構(gòu)

有三AI生態(tài)

更多更新的內(nèi)容請移步知乎專欄《有三AI學(xué)院》

轉(zhuǎn)載文章請后臺聯(lián)系

侵權(quán)必究

• 2016自動駕駛外行裝逼攻略（超長文推薦）

• 為了壓榨CNN模型，這幾年大家都干了什么

• 有三AI知識星球官宣，BAT等大咖等你來撩

• 有三AI小程序上線，把你的代碼show給世界

• 如何降低遮擋對人臉識別的影響

• 【技術(shù)綜述】一文道盡傳統(tǒng)圖像降噪方法

• 【技術(shù)綜述】一文道盡R-CNN系列目標(biāo)檢測

• 【技術(shù)綜述】你真的了解圖像分類嗎？

• 【技術(shù)綜述】“看透”神經(jīng)網(wǎng)絡(luò)

• 【技術(shù)綜述】人臉表情識別研究

• 【技術(shù)綜述】人臉年齡估計研究現(xiàn)狀