首页 文章详情

连华为都在研究的方向,到底有多牛?

公众号CVer | 213 2021-04-06 23:24 0 0 0
UniSMS (合一短信)

去年,华为在CCF-GAIR 大会介绍了在人工智能领域的愿景,华为为了实现这个战略目标,从中梳理出深耕基础研究、打造全栈方案、投资开放生态和人才培养、解决方案增强、内部效率提升五大方向,以此打造无所不及的AI,构建万物互联的智能世界。

在计算机视觉上,将以基础研究以数据高效和能耗高效为核心,覆盖从2D视觉到3D视觉的技术和应用,主要包含底层视觉、语义理解、三维视觉、数据生成、视觉计算、视觉多模态等方面。

个人觉得CV发展的潜力还是非常大的(例如在工业上的运用),但也确实是上限高,真正深入研究起图像识别,要有很强的数学基础还有图像处理知识,CV学科是集合了数学,算法,图像处理,机器学习,种种知识的一门学科,学杂又学精。


但是下限也低。很多人都只知道做数据集训练数据,搞搞目标识别。满嘴跑的机器学习,真正问起图像处理的一些东西又一问三不知。当然,大家都是在数学的河里摸索着算法的路,一边感慨着调参侠真难做,我到底学的啥。


另外,因为人工智能大火,非常多人转行进入,供给远远大于需求。另一方面,转行涌入的人才大部分能力不太够,毕竟隔行如隔山,有效供给其实并没有因为大量人才转行涌入这个领域而变多,反而导致岗位要求越来越高。


无论是对于深度学习相关专业的初学者,还是已经在企业和组织中从事工业场景应用和研发的开发者来说,选择一个适合自己,适合业务场景需求的深度学习框架显得尤为重要。


所以本篇来梳理一下深度学习方向的学习路线和知识点,包括深度学习到底要学什么、有哪些重要知识、现在的主流的技术点有哪些。



01


深度学习成长路线


注:图片上传后可能被压缩,如需无损版高清大图,可直接添加助理微信,免费获取

长按扫码,领取资料

扫码免费领取




02


额外福利

人工智能从基础到实战


计算机视觉

深度学习

所有资料扫码免费领取

(网盘资源容易被和谐,建议需要的尽快领取)
good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter