2021年計算機視覺工程師學習路線

點擊上方“AI算法與圖像處理”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達

1. 大規(guī)模在線開放課程（MOOC）

• 成為計算機視覺專家
• https://www.udacity.com/course/computer-vision-nanodegree--nd891
• 深度學習專業(yè)化
• https://www.coursera.org/specializations/deep-learning
• 基于TensorFlow的高級計算機視覺
• https://www.coursera.org/learn/advanced-computer-vision-with-tensorflow
• TensorFlow深度學習簡介
• https://www.udacity.com/course/intro-to-tensorflow-for-deep-learning--ud187
• DeepLearning AI TensorFlow開發(fā)者專業(yè)證書
• https://www.coursera.org/professional-certificates/tensorflow-in-practice
• 計算機視覺概論
• https://www.udacity.com/course/introduction-to-computer-vision--ud810
• 計算機視覺基礎
• https://www.coursera.org/learn/computer-vision-basics
• 編碼員的實用深度學習
• https://course.fast.ai/

2. 機器學習庫與框架

• 加載結構化的數(shù)據(jù)集以進行訓練
• 預處理各種形式的數(shù)據(jù)集（文本、圖像、數(shù)字）
• 執(zhí)行數(shù)據(jù)擴充
• 從頭開始實現(xiàn)一個神經(jīng)網(wǎng)絡
• 從頭開始實現(xiàn)深度神經(jīng)網(wǎng)絡
• 實現(xiàn)網(wǎng)絡的自定義訓練過程
• 使用各種網(wǎng)絡架構執(zhí)行圖像分類
• 加載模型以進行遷移學習
• 從零開始實現(xiàn)神經(jīng)網(wǎng)絡中的自定義層、dropout層和公共層
• 培養(yǎng)深度學習模式
• 用TensorBoard監(jiān)控訓練過程
• 保存并加載經(jīng)過訓練的模型。

3. 讀書

4. 云服務

1. 計算資源可用性。訓練深度學習模型可能成本高昂，尤其是如果你必須購買價值數(shù)千美元的工作站和機器。云服務提供不同計算規(guī)范的gpu，用于運行特定的作業(yè)。這些計算機資源按小時收費。
2. 遠程訪問共享工作區(qū)。大多數(shù)團隊利用在線開發(fā)環(huán)境的云服務來確保每個團隊成員都可以訪問遠程工作區(qū)和資源。
3. 現(xiàn)成的解決方案和經(jīng)過訓練的模型。
4. 通過API等為機器學習模型提供服務的平臺。

5. 所獲證書

• TensorFlow開發(fā)人員證書
• https://www.tensorflow.org/certificate
• Google Cloud ML工程師證書
• https://cloud.google.com/certification/machine-learning-engineer
• AWS認證的機器學習專家
• https://aws.amazon.com/certification/certified-machine-learning-specialty/
• Google Cloud專業(yè)數(shù)據(jù)工程師
• https://cloud.google.com/certification/data-engineer
• Google Cloud Associate Cloud Engineer
• https://cloud.google.com/certification/cloud-engineer
• DeepLearning.AI TensorFlow開發(fā)人員專業(yè)證書
• https://www.coursera.org/professional-certificates/tensorflow-in-practice

6. 深度學習

7. 移動和邊緣設備

• TensorFlow Lite
• https://www.tensorflow.org/lite
• 核心語言
• https://developer.apple.com/documentation/coreml
• 蘋果視覺框架
• https://developer.apple.com/documentation/vision
• TensorFlow反應
• https://blog.tensorflow.org/2020/02/tensorflowjs-for-react-native-is-here.html
• 創(chuàng)建語言
• https://developer.apple.com/machine-learning/create-ml/

8. 程序設計語言

結論

1. 參加在線課程以獲得專業(yè)知識或提高知識。
2. 使用機器庫和框架。
3. 閱讀實用的ML/DL書籍
4. 了解云服務，如GCP、AWS等
5. 考慮獲得某些工具和庫的認證
6. 了解深度學習基礎
7. 學習能夠在移動環(huán)境中集成深度學習模型的工具、庫和框架。
8. 了解編程模式和原理，如面向對象編程。

個人微信（如果沒有備注不拉群！）
請注明：地區(qū)+學校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會分享

在「AI算法與圖像處理」公眾號后臺回復：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結分析

下載2：終身受益的編程指南：Google編程風格指南

在「AI算法與圖像處理」公眾號后臺回復：c++，即可下載。歷經(jīng)十年考驗，最權威的編程規(guī)范！

下載3 CVPR2021

在「AI算法與圖像處理」公眾號后臺回復：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文