通知《深度学习之图像识别》再版工作启动,欢迎指导和提出建议
Posted 有三AI
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了通知《深度学习之图像识别》再版工作启动,欢迎指导和提出建议相关的知识,希望对你有一定的参考价值。
不知不觉有三第一本书也上市超过1年半了,第一次写作略显稚嫩,许多细节处理不当,比如没有在印刷前核对公式,被删掉了参考文献影响读者阅读体验等。现在本书正式启动再版工作,注意不是重印,是再版。重印只是修正其中的错误,而再版则是比较大幅度地调整书中内容。
首先回顾一下书的主要内容
首先还是简单回顾一下书中主要内容,供对书籍内容不熟悉的小伙伴参考。
这本书是讲解深度学习为主的计算机视觉领域核心基础技术的书籍,共分为10章,内容目录如下:
覆盖深度学习理论(最优化等,损失目标设计),数据使用(常用数据集,数据获取,标注与增强),可视化(数据与模型),模型优化,三大计算机视觉基础任务的发展。
第一章:神经网络基础
第二章:深度学习优化基础
第三章:深度学习中的数据
第四章:图像分类
第五章:图像分割
第六章:目标检测
第七章:数据与模型可视化
第八章:模型压缩
第九章:损失函数
第十张:模型部署与上线
本书的主要优点有三个:
(1) 内容设置比较全面。其中模型优化,可视化,损失函数的设计是大部分书中缺失的。
(2) 书中案例全部来源于工业界的实际开发项目,具有很高的实战价值和参考性。
(3) 作者拥有书中所有图的版权,或者是自己用PPT绘制,或者是自己拍摄采集。
详细情况可以阅读下文介绍:
大家如果想要购买签名版留作收藏,可以去有三的小店,目前市面上还剩下的第三次印刷就是第一版最后的存货。
再版需要做什么
虽然本书有不少缺点,但是依旧得到了不少朋友的认可,其中不乏教师和编辑群体,在认真考虑消费市场和学校教学的需求下,我们决定即日起正式开启再版工作,下面是需要做的工作。
(1) 丰富现有章节,增加相关最新技术介绍。
(2) 统一书中框架,并提供多框架支持。
(3) 优化书中图表与案例,提升阅读体验。
(4) 增加参考资料和问答习题。
(5) 其他待定。
欢迎大家参与
本次再版非常欢迎大家参与,主要是两类群体。
(1) 有明确规划将本书纳入教材或者参考教材的机构或者教师,可以直接深度参与本书再版工作,合适者可以联合出版署名。
(2) 有意参与本书各类修订工作的读者,包括但不限于内容充实,代码框架支持等,有三AI季划成员优先,所有工作量会在书中署名说明,并提供相关福利。
详情可以直接联系有三微信Longlongtogo。
关于本书的学习
为了让大家更好地学习本书内容,我们提供了以下资料。
(1) 有三本人录制的免费全套视频以及PPT,发送关键词“深度学习之图像识别”即可获取,其中实践部分框架为Caffe。
(2) 有三AI团队开设的《深度学习之图像识别》带学营,形式为理论直播讲解+实战代码分析,授课内容由有三AI平台统一配置,主讲人为我们平台资深作者与讲师,使用框架为Pytorch,分为上下两篇。
其中上篇内容包括深度学习基础+图像分类任务深入讲解,适合所有同学入门,课程已经结束,不能再报名,目前视频已经同步到网易云平台,详细目录如下,大家可以扫码去网站查看。
我们将在10月24号、25号(本周末)开展深度学习之图像识别第二期的带学,如果你看了我们第一期的教学效果,那么这个训练营肯定是值得你加入的。
讲师分别为我们的资深专栏作者,直播讲师与有三本人。
|
时间 |
章节 |
No.1 |
10.24 周六上午 |
目标检测(理论+实战) |
No.2 |
10.24 周六下午 |
图像分割(理论+实战) |
No.3 |
10.25 周日上午 |
模型压缩(理论+实战) |
No.4 |
10.25 周日下午 |
统一答疑和实践 |
第二期主要内容为目标检测、图像分割理论和代码实战、模型压缩理论与实战,其中图像分割和目标检测使用的深度学习框架是PyTorch,模型压缩使用的是Caffe与Tensorflow。
单期带学费用为:398 RMB(包含教学、GPU使用费),赠送有三AI知识星球半价券(原价298RMB)。添加助手微信 AICV007 可以了解详细情况。
往期相关
以上是关于通知《深度学习之图像识别》再版工作启动,欢迎指导和提出建议的主要内容,如果未能解决你的问题,请参考以下文章
朋友写的新书:《深度学习之图像识别核心技术与实战案例》,免费送30本