易 AI 专栏

简介

易 AI，用人话讲 AI。

不是计算机专业？不懂数学？不懂编程？不懂 Python？统统没关系，要的就是这样的学者。易 AI 的目的是让喜欢 AI 的人，更容易入门 AI。

易 AI 不同于其他教程或者书籍。易 AI 不会直接一上来就讲数学 & Python，而是通过实例来熟悉 AI，并在实例中逐步学习所需的知识点，让大家知其然更知其所以然。

本专栏已在小专栏更新一段时间，如果大家想看最新文章，可前往订阅。

如果大家看到讲得不清楚，不大白话的地方，可以留言指出，或者加微信（catchzeng）联系，记得备注：易 AI 专栏。

目录

• 人工智能基本概念与产业生态
• 机器学习工作原理
• 机器学习环境
  • Ubuntu 机器学习环境 (TensorFlow GPU, JupyterLab, VSCode)
  • Mac 机器学习环境 (TensorFlow, JupyterLab, VSCode)
  • Apple Silicon Mac M1/M2 机器学习环境 (TensorFlow, JupyterLab, VSCode)
  • Win10 机器学习环境 (TensorFlow GPU, JupyterLab, VSCode)
  • Apple Silicon Mac M1/M2 原生支持 TensorFlow 2.10 GPU 加速（tensorflow-metal PluggableDevice）
• 快速入门
  • 机器学习开发流程
  • 机器学习数据集（王者荣耀）
  • 机器学习计算机视觉基础
  • 机器学习加载数据集(输入管道 Pipeline)
• 图像分类
  • 机器学习卷积神经网络（CNN）
  • CNN 卷积层
  • CNN 采样层（最大池化、均值池化）
  • 激活函数
  • Dropout 层
  • 全连接层
  • 优化器
  • 损失函数
  • 图像分类小结
• 目标检测（TensorFlow Object Detection API & YOLO）
  • 使用 TensorFlow Object Detection API 训练自定义目标检测模型
• 图像分割
  • 使用 TensorFlow Object Detection API Mask R-CNN 训练自定义图像分割模型
  • 使用 TensorFlow Serving & Flask 部署图像分割（Mask R-CNN）模型服务
  • 使用 TensorFlow 和 Labelme 训练自定义 U-NET 图像分割模型
• 图像风格迁移
• 线性回归
• TensorFlow 模型在移动端、前端、后端集成落地
• 如何阅读深度学习论文
  • AlexNet 论文深度讲解
  • 使用 TensorFlow 2 Keras 实现 AlexNet CNN 网络
  • ResNet 论文深度讲解
  • 使用 TensorFlow 2 Keras 实现 ResNet 网络
• 为什么要看人工智能研究报告
• ……

适宜人群

• 喜欢 AI 的同学
• 想要成为 AI 产品经理的同学
• 想要配合 AI 技术落地应用的移动端、前端、后端同学
• 想要转向 AI 的移动端、前端、后端同学
• 想提高个人能力的开发者