2020.12.28-2021.1.4 人工智能行业每周技术动态

昨天是2021年的第一个工作日,不知大家是否做好了进入新的一年的准备?
在工作上,在学习上,在精神上,是否有一个全新的状态

元旦的时候,有小伙伴和大白说,新的一年,想尝试很多事情,但是不知道如何学习
追本溯源,其实这里就涉及到,我们从学校进入社会后。
一个非常关键的能力:如何快速的学习新的领域

大白在过去一年尝试了很多新的技能,因此在这里和大家讲一下我的心得:
● 学习最小且重要的知识
● 学习别人思考问题的方式

(1)学习最小且重要的知识

知识是人定义的,是人类认识这个世界的一种方式,不一定是正确的.
因此它一定是有层次、因果,重要和不重要之分

所以千万不要在刚开始,就尝试学习所有的知识,因为会耗费大量的时间精力。
我们要做的是,只学习那些最少且必要的知识
并且在这些知识中,建立联系,形成最小的知识骨架。
比如我们在学习物理化学之前,首先要学习数学一样。

举个例子,大白去年想制作人工智能的课程视频。
那在整个流程中,最关键的事情是:
视频的内容形式是什么?怎么制作视频素材?
怎么录制视频?怎么剪辑视频?怎么添加字幕?

刚开始,没有头绪的时候,会很焦虑。
不过将大任务拆解成一个个小任务,小任务继续分解成很简单,更小的任务。
每天一点一点的完成,心态就会好很多。
做事不怕慢,就怕止步不前

在这里插入图片描述

(2)学习别人思考问题的方式

举个例子,我们开车,半路抛锚了。
那这时怎么办?如果没有经验,肯定会在路边,手足无措。
但是如果联系一些专业人士,打个电话,他们问几个问题?
差不多就可以推断出,这个车,哪里出了问题?

一个凶案的现场,一个非常有经验的侦探,可以通过周围的环境,一些蛛丝马迹。
就差不多可以推断出凶手的体貌特征,为什么?

因为他们掌握了这个领域,思考问题的方式

那么当我们想学习一些新的领域时,这些领域已经有很多专家了。
我们还需要自己去慢慢摸索吗?
答案肯定是,不需要
这里的核心,就在于如何寻找到“领域专家”

还是以上面的视频剪辑任务为例,大白刚开始时,也是小白。
所以就在淘宝上搜索,视频剪辑软件,可以看到大量的商品,都是推荐PR软件。
那么我就知道,行业内用的最多的就是PR剪辑软件
那么如何对视频剪辑呢?
我没有时间,一点点的去学习各种知识点。

因此最直接的方式,花了100元。
让一个淘宝店铺的老板,通过远程的方式。
在我电脑上,对我其中的一个视频,进行了详细的实操。

但是在这过程中,我就明白了,其中最关键的一些操作。
比如如何对视频去除噪音?如何对视频切帧?如何对视频添加字幕等等。
在此基础上,我再去摸索尝试,就可以节省很多的时间。

在这里插入图片描述

当然,在去年,大白也通过淘宝学习了很多新的技能。
比如不会搭建平台网站,让淘宝的店家,教我使用wordpress
不会便捷的管理网站,让淘宝的店家,教我使用宝塔
不会对网站的数据自动备份,让淘宝的店家,教我学会七牛云备份

慢慢的,大白对很多领域,快速入门,学习了很多最小且重要的知识

当然今天我们很多人,特别喜欢读书,喜欢把书读薄。
但是从另一个角度来看,这个过程有必要吗?
某个知识重要吗?它是成体系的吗

很多时候,我们学习的只是结果,没有思考的过程。
在金庸的笔下,有一个叫王语嫣的姑娘,什么武功都知道,但就是不会用。

工作学习很像是玩拼图游戏,如果非逼着自己在十分钟内拼出一幅完整的巨大拼图。
开始倒计时后,自然会焦虑的手足无措
但如果放慢速度,拿起一块拼图,从一个小角落开始拼,就不会那么焦虑了。
做事也是一样,不要贪图一口吃个胖子,欲速则不达。
做人做事,稳扎稳打,每天做一点点,进步一点点,这就足够了

今年,2021年是一个神奇的年份,21这个数字就很神奇。
健康是21划,幸福是21划,富贵是21划,和睦是21划,勤奋也是21划。
所以不管三七二十一,2021年继续加油!

之前的周报,大白会将每周的精华内容汇总起来,整理到《大白AI周报精华汇总》中,点击即可查看

后期需要哪方面的项目知识,可以直接去对应阅读

大白也在不断收集更新各个项目算法作者及从业经验的视频分享,希望能让大家提高一些探索的效率点击查看

整理汇总:江大白
内容周期:2020.12.28-2021.1.4
同步公众号:江大白


1 整理涉及公众号名单

(1)我爱计算机视觉
(2)Cver
(3)Datawhale
(4)量子位
(5)极市平台
(6)新智元
(7)机器之心
(8)AI算法与图像处理
(9)Opencv学堂
(10)PaperWeekly
(11)机器学习算法工程师
(12)AI研习社
(13)GiantPandaCV
(14)AI深度学习视线
(15)七月在线实验室
(16)人工智能前沿讲习
(17)AI科技评论
(18)机器学习算法与Python精研
(19)AIZOO
(20)微软研究员AI头条
(21)VALSE
(22)AI算法修炼营
(23)有三AI
(24)AlWalker
(25)AI公园
(26)AI人工智能初学者
(27)计算机视觉之路
(28)小白学视觉

2 行业精华文章汇总

2.1 基础知识方面

2.1.1 深度学习相关

(1)旷视张祥雨:神经网络架构设计新思路
链接:https://mp.weixin.qq.com/s/lfzZfcSzTuqJu6n2CHuEVQ
(2)图解:卷积神经网络数学原理解析
链接:https://mp.weixin.qq.com/s/Z02Ygg9jp1jwKK5lbpFtiA
(3)Batchsize不够大,如何发挥BN性能?探讨神经网络在小Batch下的训练方法
链接:https://mp.weixin.qq.com/s/aDJpRsWXLH0Rly-mE5zLxQ

2.2 研究方向方面

2.2.1 目标检测

(1)目标检测的常用数据处理方法!
链接:https://mp.weixin.qq.com/s/kJztsIuNVyZGgllFq8qwsQ
(2)目标检测的稀疏对抗攻击,代码已开源
链接:https://mp.weixin.qq.com/s/saTXBKzebPmMy_qCiLcBog
(3)令人“细思极恐”的Faster-R-CNN
链接:https://mp.weixin.qq.com/s/yMg_WNMQwpjcJgZYwvzXjA

2.2.2 姿态估计

(1)无需人脸检测,即可实时,6自由度3维人脸姿态估计方法 | 代码开源
链接:https://mp.weixin.qq.com/s/WNhq4C44PI5g5Db8DdLt4w

2.2.3 强化学习

(1)强化学习中的调参经验与编程技巧(on policy篇)
链接:https://mp.weixin.qq.com/s/aEXi3XqcrWpAtdcMkFhBxw

2.2.4 自然语言处理

(1)基于Transformer的高效、低延时、流式语音识别模型
链接:https://mp.weixin.qq.com/s/x_l5QliTPv7NyUJ5k4uaMQ
(2)无中生有!没有视觉信号的视觉语音增强
链接:https://mp.weixin.qq.com/s/PqQmF3ONMEw7M0KJqHueUQ

2.3 项目应用方面

2.3.1 车道线检测

(1)直播回放丨方浩:车道线检测新SOTA,RESA:循环特征位移聚合器(AAAI2021)
链接:https://mp.weixin.qq.com/s/qUljn3NAoTK_nx2fXKpMzg

2.4 Opencv方面

(1)使用Python+OpenCV+dlib为人脸生成口罩
链接:https://mp.weixin.qq.com/s/wSgw5SrkVwOB3kGcl-MWmA
(2)用 OpenCV 去除图片中的水印,骚操作!
链接:https://mp.weixin.qq.com/s/ukTUNP6QYx-xjfPrbpa5gw

3 行业&拓展阅读动态汇总

3.1 数据集

(1)北亚利桑那大学等推出:航拍森林火情检测数据集 FLAME
链接:https://mp.weixin.qq.com/s/dwhhAvRsEfb6MEq7-sb7Jw

3.2 行业动态

(1)【Dailyio 年终巨献】万字长文读懂 2020 全球 AI 领域的十大关键词
链接:https://mp.weixin.qq.com/s/nLpnmW71e12d0ZyFDiI2nA
(2)五年无人驾驶工作总结及展望
链接:https://mp.weixin.qq.com/s/GyRcbu2zUsCwrwar6hvuDQ

3.3 拓展阅读

(1)2021阿里技术人的成长路径!
链接:https://mp.weixin.qq.com/s/LtiBh4cfXIyuH5-nq3TygQ
(2)依图科技CTO颜水成被曝离职,或转战东南亚独角兽Shopee
链接:https://mp.weixin.qq.com/s/5NxhgsugGmY7sm8a_wcHNA
(3)李开复「预见2021」:四大领域将迎来空前发展机遇
链接:https://mp.weixin.qq.com/s/ELNugxIVivIwJQJKLWq0vw
(4)机器学习领域读博这段旅程的一些感悟
链接:https://mp.weixin.qq.com/s/-EyrA-6rJkzuULn-nxCKeA

4 Python基础教程

4.1 Pytorch相关知识

(1)Pytorch中的四种经典Loss源码解析
链接:https://mp.weixin.qq.com/s/qJIlbLuM7–wj3fDLUecYw

4.2 Tensorflow相关知识

(1)TensorFlow 的入门资料整理与技巧
链接:https://mp.weixin.qq.com/s/0xu10UtsoMwykAiQKgb0Rw

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/nan355655600/article/details/112153567