前言
欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：
第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。
第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类。
第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，图像翻译，目标跟踪。
第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。
第5层：掌握算法落地的关键技术，包括模型优化，模型部署。
其中部分课程的主体内容已经更新完毕，比如数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/视频分类/模型部署/模型优化/人脸图像检测与识别；部分课程正在重制更新中，比如人脸图像编辑；部分课程正在计划上线中，比如图像编辑，请大家及时关注！
最新的完整介绍如下：【总结】最专业最系统的CV内容，有三AI所有免费与付费的计算机视觉课程汇总（2022年6月）
本次给大家介绍的课程内容是《深度学习之图像生成GAN：理论实践篇》，目标是帮助大家掌握基于生成对抗网络GAN的图像生成问题。
为什么要学习这门课程
深度学习的核心是什么，当然是“模型”，从CNN到GAN，再到Transformer，正是各类深度学习模型结构的快速发展才使得当前AI技术进展日新月异，其中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！
为了让大家能够更加系统更加深入的掌握模型设计相关的内容，有三AI推出了《深度学习之模型设计-理论实践篇》系列课程，让有经验有实力的讲师带你系统深入学习，掌握模型设计技术，本课程长期更新。
课程的第一期的主体部分已经更新完毕，本课程结合实际项目，将所学理论应用于实践。
深度学习之模型设计课程
模型设计完整课程介绍
目前本课程内容聚焦于经典的CNN模型设计，基于网络深度的模型、基于网络宽度的模型、注意力机制模型、轻量化模型、安卓部署5个部分，总共时长超过20个小时，包括理论知识和实践内容，分为4大模块，4个实践案例，内容详细，案例丰富。在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点、原理及代码。下面是课程大纲脑图：
理论部分内容包括4节：网络深度与模型性能，网络宽度与模型性能，注意力机制，轻量化网络理论；
实践部分内容包括4个：基于MobileNet的网络深度设计分析及实战，基于
InceptionNet的网络宽度设计分析及实战，基于SeNet的人种分类实战，基于Pytorch的安卓端模型部署。
4大模块分为基于网络深度的CNN模型设计，基于网络宽度的CNN模型设计，经典注意力机制CNN模型，轻量级模型设计与Pytorch的安卓端模型部署。
(1) 基于网络深度的CNN模型设计，包括经典浅层卷积网络的设计模型如neocognitron、经典模型AlexNet，VGGNet，ResNet，MobileNet垃圾分类实战。
(2) 基于网络宽度的CNN模型设计，包括多分支经典模型如GoogLeNet，ResNext等。
(3) 经典注意力机制CNN模型设计，包括空间注意力模型、通道注意力模型、 混合注意力模型。
(3) 轻量级模型设计，包括Xception网络、MobileNet V1和V2网络、 ShuffleNet V1和V2网络、SqueezeNet网络。
下面简单了解一下课程各部分的大体内容：
(0) 课程简介，包括模型设计的课程介绍。
(1) 基于网络深度的经典卷积模型的设计，讲解Neocognitron，TDNN，Cresceptron，LeNet等早期模型，以及AlexNet，VGGNet，ResNet等经典模型，本小节内容可以免费收听。
(2) MobileNet垃圾分类实战，讲解MobileNet理论原理，以及使用MobileNet进行分类实战，本小节内容可以免费收听。
(3) 基于网络宽度的经典卷积模型的设计，讲解InceptionNet，ResNext，DenseNet等经典模型。
(4) InceptionNet铝材瑕疵分类实战，讲解InceptionNet理论与实战。
(5) 经典注意力机制CNN模型设计，包括空间注意力模型STN、通道注意力模型SENet、 混合注意力模型CBAM等。
(6) 基于SENet的人种分类实战。
(7) 经典轻量级模型设计，讲解Xception网络、MobileNet V1和V2网络、 ShuffleNet V1和V2网络、SqueezeNet网络等。
(8) 安卓模型部署，讲解基于Pytorch和Android Studio的安卓端模型部署。
(9) 直播答疑，课程配套有直播答疑，7月份即将开启。
本课程适合人群：
(1) 所有学习人工智能/深度学习算法，并有志于从事该领域的人员。
(2) 掌握了Python，深度学习基础概念等预备知识的技术人员。
(3) 学习与从事计算机视觉领域的技术人员。
学习完本课程你将掌握：
(1) 主流的CNN模型原理。
(2) 熟悉Pytorch项目实践。
(3) 掌握计算机视觉项目的完整流程。
课程讲师介绍
本课程讲师为鲁健恒，讲师简介如下。
鲁健恒，大学老师，有三AI线上与线下课程讲师，《深度学习之模型设计》系列课程主讲人，IEEE ACCESS审稿人，专注于计算机视觉与人工智能领域，近两年5项发明专利受理，2项实用新型专利授权。
如何获取本课程
订阅本课程的方法有三个：
其一：参加有三AI-CV夏季划，不仅可以获得绝大部分有三AI的课程，还可以获得私人一对一答疑与书籍，知识星球赠送，以及在有三AI团队参与企业项目研发的权限。
有三AI-CV夏季划介绍与订阅方式如下：【CV夏季划】2022年正式入夏，从理论到实践，如何系统性进阶CV？（产学研一体的超硬核培养方式）
其二：参加有三AI-CV秋季划模型算法组，不仅可以获得所有有三AI的模型设计与优化部署相关的课程，还可以获得私人一对一答疑与书籍，知识星球赠送，以及在有三AI团队参与企业项目研发的权限。
有三AI-CV秋季划模型算法组的介绍与订阅方式如下：【CV秋季划】模型算法与落地很重要，如何循序渐进地学习好（2022年言有三一对一辅导）？
其三：单独订阅《深度学习之模型设计-理论实践篇》专栏课程，本专栏定价为199，随着后续内容增加可能会进行价格调整，感兴趣的请提前订阅，链接如下：
课程完整目录如下：
《模型设计》课程目录
课程设有交流群，大家在订阅课程后可以添加小助手入群：
《CV基础》课程交流群
同时欢迎在深度学习领域有沉淀积累的同学加入有三AI生态，让更多人受益！
往期相关
5333
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
