专栏名称: 有三AI

三人行必有AI，本公众号聚焦于让大家能够系统性地完成AI各个领域所需的专业知识的学习

五一假期课程优惠大放送！涵盖编程基础与框架、CV、NLP与大模型课程等方向～

有三AI · 公众号 · · 2024-05-01 17:47

正文

2024劳动节期间 （5月1日至5月5日）有三AI所有付费的视频课程和知识星球 开启优惠活动，有需要的同学们不要错过了 。

当前已有课程包括： ChatGPT大模型/Vision Transformer/ 数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/图像增强/视频分类/模型部署/模型优化/人脸图像检测与识别/ 人脸属性编辑等， 超过200小时的视频讲解以及对应的实践，课程答疑 ；大家在浏览器打开地址： https://appcdfgt3n15676.h5.xiaoeknow.com ，或者扫描如下二维码即可对平台的课程进行浏览。

优质免费学习课程

首先来给大家介绍咱们的免费课程，大家可以在咱们课程平台的免费专栏标签下找到永久免费的课程，如下图所示：

《深度学习之编程基础—Python篇》课程永久免费

如果你是一个完全没有编程基础的学习者，那么掌握Python可能是你要迈出的第一步， Python在各类编程语言中是最适合新手学习的一门语言，也是当下人工智能科学研究与应用领域中使用最为广泛的语言，当前几乎所有的机器学习与深度学习开源研究项目都基于Python语言编写。

课程详情可见：【视频课】纯新手如何快速掌握深度学习必备的Python基础能力，150分钟助你入门！

《深度学习：基础原理与实践》课程永久免费

如果你只是听说过深度学习，但是完全没有学习过相关的理论知识，有三之前给阿里云开发了《深度学习原理与实践》基础课程，讲述了深度学习的大部分基础内容，内容深度和宽度都足够让初学者掌握好深度学习基础 ，本课程有超过30个小时的内容，为永久免费内容 。大家可以到阿里云平台学习，也可以到我们课程平台去学习。

课程详情可见：【完结】有三AI&阿里云的深度学习基础课程暂时完结，欢迎扩散学习

《深度学习之Pytorch—入门篇》课程永久免费

如果你完全没有AI领域的项目经验，那么掌握好一门深度学习工具，是你开启项目实战的第一步。 Pytorch是当下最流行的深度学习开源框架，我们课程中所有的项目都是使用Pytorch框架。我们配置了 1门时长超过5小时的课程，本课程永久免费。

课程详情可见：【视频课】永久免费！5小时快速掌握Pytorch框架入门及实战

《深度学习之数据使用—理论实践篇》课程永久免费

当下的AI研究与项目中，数据占据了至关重要甚至最为核心的地位，掌握好数据的使用是AI领域从业者的必备素质，需要掌握如何收集高质量的数据，如何整理数据，如何分析数据，如何在各类项目中使用好数据增强。我们配置了 1门时长超过3小时的课程与若干个项目实践，本课程永久免费。

课程详情可见：【视频课】永久免费！3小时快速掌握深度学习CV数据使用核心内容

近10门项目实战课程永久免费

为了让新手朋友们能更快的上手实践，了解我们的教学风格，我们平台录制了一系列非常适合新手学习的项目实战课程，并将其永久免费开放学习，下面是相关的介绍。

【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战

【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战

【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战

【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战

详细了解课程，请阅读：

【项目实战课】人人免费可学！基于Pytorch的图像分类经典知识蒸馏实战

详细了解课程，请阅读：

【项目实战课】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战

详细了解课程，请阅读：

【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战

详细了解课程，请阅读：

【项目实战课】NLP入门第1课，人人免费可学，基于TextCNN的新闻文本分类实战

所有理论与实践系统性专栏课程8.5折

理论与实践系统性专栏课程，是指对应某一个方向进行详细讲解的专栏课程，包含非常系统的理论与实践，力求成为该方向最好的线上课程，目前在我们平台有超过10门相关课程，下面分别一一介绍。

理论与实践系统性专栏相关课程

《ChatGPT大语言模型：技术原理与实践》

我们推出的ChatGPT大模型理论与实践干货课程 真正来自于拥有实际大模型工程经验背景的团队 ，是为算法工程师准备的课程，不是简单的信息科普和产品体验。课程内容包括 GPT预训练模型、分布式训练原理与框架、提示学习与指令学习、人工反馈式强化学习以及Model as Service等知识，共包含大模型预训练实战，大模型对话训练有监督调优实战，人工反馈式强化学习实战以及langchain对话系统构建实战4个案例。

详细了解课程，请阅读： 【视频课程】算法工程师需要的ChatGPT大模型算法理论与实践课程！非粗浅科普

《深度学习之Vision Transformer模型 —理论实践篇》

随着Transformer模型的诞生，自然语言处理领域进入了预训练模型时代，随后研究者开始将 Transformer模型迁移到计算机视觉领域，并在学术上取得了许多进展，提出了各种各样的Vision Transformer模型，在性能上不输CNN模型。我们配置了 Vision Transformer课程， 当前包含的内容超过7个小时，PPT数量超过300页。

详细了解课程，请阅读：【视频课】AI必学，超7小时，5大模块，掌握深度学习视觉Transformer模型理论与实践

《深度学习之模型设计—理论实践篇》

模型的设计是整个深度学习领域的通用基础，不管是从头设计自己的神经网络，还是对已有模型进行优化获得更高的任务指标，更快的运行速度，获得更小的模型体积，都需要掌握各类网络的设计技巧，是深度学习算法工程师进阶的难点及必学点！我们配置了模型设计课程， 当前包含的内容超过20个小时，PPT数量超过450页。

详细了解课程，请阅读： 【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂CNN模型设计与简单部署！

《深度学习之模型分析—理论实践篇》

深度学习模型使用的门槛虽然低，但 模型参数多，网络结构复杂， 模型结构的设计以及训练过程中超参数的调试，都非常依赖于经验。 结果不好，是数据的问题还是模型的问题，往往分析起来比较困难。如果是数据问题，那到底是什么问题？如果只凭经验，没有很科学的分析工具，仍然会有盲人摸象的感觉。因此为了能够更好地进行研究和实践，对模型进行相关的分析是非常重要的，这就是模型分析课程要讲述的内容。 模型分析课程当前包含的内容约3个小时，PPT数量超过100页。

详细了解课程，请阅读： 【视频课】AI必学，超3小时，3大模块，掌握模型分析核心技术！

《深度学习之模型优化—理论实践篇》

模型压缩与优化是专门针对模型进行精简的技术，这是模型能够在各类嵌入式平台使用的关键技术，包括紧凑模型设计，模型剪枝，模型量化，模型蒸馏，自动化模型设计等内容。 模型优化课程当前包含的内容超过10个小时，PPT数量超过400页。

详细了解课程，请阅读： 【视频课】AI必学，超10小时，4大模块，掌握模型优化核心技术！

《深度学习之模型部署—理论实践篇》

深度学习模型必须要经过部署到实际的生产环境中，才能产生真正的应用价值。在各类落地场景中，有的是服务端的场景，追求的是更高的精度，更大的模型，更复杂的功能。当前模型优化和部署的工具非常多，包括TensorRT、NCNN、MNN等；当前的硬件平台也非常多，包括CPU、GPU，ARM、NPU、FPGA等。 模型部署 课程当前包含的内容共约8个小时。

详细了解课程，请阅读： 【视频课】快速掌握6大模型部署框架(Pytorch+NCNN+MNN+Tengine+TensorRT+微信小程序)！

《深度学习之图像分类—理论实践篇》

对于刚接触深度学习计算机视觉的初学者来说，图像分类问题是最常见的问题，如何做好图像分类任务，关系到大家能否正确顺利地入门、如何学习接下来更加高阶的内容。 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。

详细了解课程，请阅读： 【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！

《深度学习之图像分割—理论实践篇》

图像分割是在图像分类基础上更加细粒度的像素级分类问题，在视频直播，电商推荐，自动驾驶，医学图像等行业中有着广泛的应用，是深度学习计算机视觉领域中非常底层的问题，也是必须掌握的核心算法，包含的东西非常多。 图像分割课程当前包含的内容共约12个小时，PPT数量超过400页。

详细了解课程，请阅读： 【视频课】CV必学，超10小时，3大模块，4大案例，循序渐进地搞懂图像分割！

《深度学习之目标检测—理论实践篇》

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。 目标检测课程当前包含的内容共约28个小时，PPT数量约400页。

详细了解课程，请阅读： 【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！

《深度学习之图像生成GAN—理论实践篇》

GAN的研究和应用在这几年发展可以说是非常迅猛，已经被用于各个研究方向，其应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。其中GAN最早期也是最经典的任务，就是高质量图像生成，当前已经可以生成1024分辨率以上的高清逼真图像。 图像生成GAN课程当前包含的内容共约6个小时，PPT数量约200页。

详细了解课程，请阅读： 【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！

如果想要一次性获取Pytorch框架/数据使用/图像分类/图像分割/目标检测/图像生成GAN/模型设计课程，可以订阅CV基础专栏，介绍如下：

【总结】超过2000页PPT，80小时讲解的CV核心内容，掌握经典模型、分类、检测、分割、生成GAN与数据使用，有它就够了

《深度学习之图像翻译GAN—理论实践篇》

随着生成对抗网络技术的成熟，我们可以将其用于各类图像翻译任务，常见的包括黑白图像上色，线稿上色，风格迁移，人脸风格化等任务。 图像翻译GAN课程当前包含的内容共约7个小时，PPT数量约150页。

详细了解课程，请阅读： 【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！

《深度学习之图像增强GAN—理论实践篇》

随着GAN相关技术的发展逐渐成熟，它在图像质量提升等底层任务中得到了广泛的应用，极大地促进了图像降噪、图像色调映射、图像去模糊、图像超分辨、图像修复等领域的算法进步。 图像增强GAN课程当前包含的内容共约8个小时，PPT数量约200页。

详细了解课程，请阅读： 【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）

《深度学习之视频分类—理论实践篇》

随着图像识别相关领域的研究与应用逐渐成熟，当下视频分析相关的研究和应用所占比例越来越大，其技术也更加复杂。视频分类和行为识别在视频监控与检索、网络直播、推荐系统等行业中有着广泛的应用，是深度学习在视频分析领域中最底层的问题之一，非常值得关注和学习。 视频分类课程当前包含的内容共约8个小时，PPT数量约200页。

详细了解课程，请阅读： 【视频课】CV必学，超8小时，3大模块，3大案例，循序渐进地搞懂视频分类与行为识别！

《深度学习之人脸检测识别—理论实践篇》

人脸图像在计算机视觉领域中研究方向非常广，其相关研究覆盖底层图像特征，目标检测与跟踪，图像分类和检索，图像滤波，图像分割，三维重建，风格迁移等方向。在商业界应用落地也有非常多的产品，包括各类软件产品和硬件产品。在所有人脸相关算法中，人脸检测与识别是其中最为基础的内容，也是后续算法的预处理步骤，因此必须要掌握。人脸检测与识别 课程当前包含的内容共约13个小时。

详细了解课程，请阅读： 【视频课】13小时+4大项目掌握深度学习人脸图像检测与识别

《深度学习之人脸属性编辑—理论实践篇》

随着人脸图像算法应用和GAN等生成式模型的发展逐渐成熟，如今基于深度学习模型的人脸属性编辑是当下人脸算法与应用的热点，近些年在互联网产品中有许多落地，比如人脸变老变小孩，人脸风格化特效，人脸美妆等。 人脸属性编辑课 程当前包含的内容共约10个小时，PPT约250页。

详细了解课程，请阅读： 【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践

付费项目实战课程8折

上面介绍的课程内容都是系统性的学习专栏，理论和实践充分，需要的学习时间比较长。除了这些系统性的学习专栏，我们也单独开了项目实战课，每一个都是单独的项目，时间更短，更聚焦，范围也更广。除了以上免费的课程外，所有其他的付费项目实战课程8折。

项目实战课

详细了解课程，请阅读：

【项目实战课】基于Pytorch的的SENet人种图像分类实战

详细了解课程，请阅读：

【项目实战课】基于ResNet的生活用品多标签图像分类实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的YOLOv3工业缺陷检测实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战

详细了解课程，请阅读：

【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的SiameseFC通用目标跟踪实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的PFLD人脸关键点检测实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的StarGAN人脸表情编辑实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的SRGAN图像超分辨实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的Real-ESRGAN自然图像超分辨实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的DANet自然图像降噪实战

详细了解课程，请阅读：

【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战

详细了解课程，请阅读：

【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战

详细了解课程，请阅读：

【项目实战课】微信小程序图像识别模型前后端部署实战

详细了解课程，请阅读：

【项目实战课】从零实现原生Pytorch安卓端图像分类模型部署

详细了解课程，请阅读：

【项目实战课】从零实现原生Pytorch安卓端图像分割模型部署

详细了解课程，请阅读：

【项目实战课】从零实现原生Pytorch安卓端目标检测模型部署

详细了解课程，请阅读：

【项目实战课】基于 TextRank 的⽂本摘要抽取实战

详细了解课程，请阅读：

【项目实战课】基于HuggingFace的Bert情感分析实战

详细了解课程，请阅读：

【项目实战课】基于Seq2Seq与Attention的机器翻译实战

详细了解课程，请阅读：

【项目实战课】基于transformer的关系抽取实战

详细了解课程，请阅读：

【项目实战课】基于BiLSTM+CRF的命名实体识别实战

详细了解课程，请阅读：

【项目实战课】基于LCF-ATEPC的属性级情感分析实战

所有一对一指导的学习小组9折

一对一指导的学习小组指的是我们的 CV初-中-高级培养计划（ 原名有三AI-CV季划 ），这是我们的终身计算机视觉学习小组，除了视频课程之外，还包括许多其他权益，囊括： 一对一答疑，微信群交流，线下活动，赠送的书籍，图文与学习视频，免费的知识星球社区，公司教学内容组与项目研发组权限 。

大家可以阅读文章了解详细介绍： 【重要】2023年有三AI还有哪些包含一对一指导的综合性课程服务，实名指导老师+永久有效+无套路运营

有一些早期加入季划的朋友做了公开分享的，大家可以阅读以下文章参考参考。

【杂谈】学习3年，我在有三AI参与课程输出与书籍写作的故事

【杂谈】有三AI季划的最核心价值在哪，听听这些同学怎么说！

【杂谈】我在有三AI从学生到老师

【杂谈】从学员到开发者，我在有三AI打怪升级

【杂谈】一个项目获得10倍学费收入，我在有三AI学以致用的故事

【杂谈】从学员到合作伙伴，我与有三AI不得不说的故事

【杂谈】从学员到参与书籍写作，我在有三AI学习与成长的故事

【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事

【杂谈】从学生到讲师，我如何20天里在有三AI赚3万

【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸

【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？

【杂谈】一个五岁孩子妈妈在有三AI学习并且赚钱的故事

【杂谈】有三AI-CV春季划有用吗，听听他们的分享

【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘

就算以后我们不做课程了，这些服务一样会提供，因为社区会一直在，我们也不会转行。由于大家的需求各有差异，为了更加个性化满足更多朋友的需求，我们按照不同的方向进行了划分，目前仍然在运行中的包括 有三AI-CV初阶-基础算法组， 有三AI-CV中阶- 模型算法组， 有三AI-CV 中阶- GAN算法组， 有三AI-CV 中阶- 人脸算法组， 有三AI-CV 中阶- 图像质量组，有三AI-CV高阶-项目实战组， 有三AI-CV论文指导组。