本文介绍了有三AI的计算机视觉课程体系，特别是深度学习视觉Transformer课程，涵盖理论原理、实现方法、各类Transformer模型及其应用，由经验丰富的讲师言有三主讲，旨在帮助学员掌握Transformer和VisionTransformer技术。
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CNN模型，Transformer模型，图像分类，模型分析。
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，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/人脸图像属性编辑；部分课程正在重制更新中，比如三维人脸重建；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8月）
本次给大家介绍的课程内容是《深度学习之视觉Transformer模型：理论实践篇》，目标是帮助大家掌握Transformer模型以及各类常见的Vision Transformer模型的原理与实践。
为什么要学习这门课
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。
这两年GPT等大语言模型的进展深刻地改变了行业，国内外涌现出了数以千计的大模型与相关的创业公司，ChatGPT等综合性聊天机器人改变了大家的工作习惯。
ChatGPT工具
在视觉领域，以Stable Diffusion等模型为代表的文生图框架也引领了新一代生成式技术的发展，AI创作的图片和短视频如今遍布互联网，其质量已达到商业化落地水平。
Stable Diffusion生成效果图
不管是大语言模型还是视觉大模型，其背后不可缺少的核心模型是Transformer。为了帮助大家掌握好Transformer以及Vision Transformer的原理与实践，我们推出了《深度学习之视觉Transformer：理论与实践》系列课程，目前已完成超过了7个小时内容，约450分钟（还在更新中）。
课程内容介绍
本课程内容涵盖了自注意力原理，Transformer的原理与实现，各类Vision Transformer的原理与实现，以及Vision Transformer的训练等内容，既有足够的宽度，也具备有足够的深度。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；
下图是已有课程的大纲脑图，共分为5大模块。
下面简单了解一下各部分的内容：
(1) Transformer，包括自注意力原理，Transformer原理以及从零进行代码实现，约135分钟，超过两个小时，本部分内容可以免费学习。
(2) 基础Vision Transformer模型，包括ViT与Simple ViT模型原理，DeiT模型原理，从零实现ViT与Simple ViT模型，DeiT模型，约100分钟。
(3) 深度Vision Transformer模型，包括DeepViT原理与实现，CaiT原理与实现，约80分钟。
(4) 轻量级ViT模型，包括Compact ViT原理与实现，MobileViT原理与实现，约90分钟。
(5) ViT模型训练实战，包括适用于课程中所有ViT模型训练的通用代码模板讲解，约20分钟。
(6) 其他内容，如Token2Token模型原理讲解与从零实现等，时长约30分钟。
本课程讲师为言有三，讲师简介如下：
龙鹏，笔名言有三，技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015-2017)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。
拥有超过7年的深度学习领域从业经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，《生成对抗网络GAN：原理与实践》(机械工业出版社2022.10)，《深度学习之图像识别：核心算法与实战案例（全彩色版）》(清华大学出版社2023.8)。
如何获取课程
订阅本课程的方法有两个：
其一：订阅《深度学习之视觉Transformer—理论与实践》专栏，链接如下：
已有的课程目录如下：
其二：参加有三AI-CV中阶-模型算法组，模型算法组可以获得所有模型分析，设计，优化与部署相关的内容，其介绍如下：
【一对一小组】2024年有三AI-CV中阶-模型算法组发布，如何循序渐进地学习好模型原理与部署落地
学习资料是死的，但在学习过程中会源源不断地遇到问题，这些不是录制好的音视频能解决的，后续的课程答疑服务更加重要，尤其是对于新手学习者而言。在订阅后课程后，请添加弹出的联系方式，验证课程权限后进入相关答疑群进行交流，本课程讲师将负责在群内相关课程内容答疑。
往期相关
扫一扫
529万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
