Deep Learning | 理论太多？呐，实战来袭！

关于新的技术专栏到底要写什么？这个问题困扰了我们的工程师很久。关于深度学习，网络上有太多可以查阅的资料和文献，只要大家肯学，从入门到精通，应有尽有。直到有一天，我们的AI技术交流群中有位小伙伴提出，能不能分享一些实践案例，让有兴趣和时间的小伙伴们可以在实践中学习交流。

这确实是一个好方向。纸上得来终觉浅，绝知此事要躬行。理论知识太多太杂，只是看不实践，很难进行内化和提炼，况且世上本没有什么所谓的大牛，坑踩的多了，便成了。本专栏将通过一些实践项目，从具体的案例入手，和大家一起在实践中交流探讨。

专栏大纲

在专栏的前期阶段，我们将为大家呈现三个计算机视觉方面的实践项目。下面将对这单个项目进行简单的介绍。

利用可视化技术理解神经网络

将介绍如何通过GradCam利用可视化的方法直观地理解卷积神经网络如何工作：

思考：卷积神经网络是如何完成任务的？

基于轻量级网络的目录检测

• 介绍目标SSD的基本原理

• 轻量级模型介绍

• 实现一个通用物体检测器

• 基于SSD进行人脸检测改进方案与实验

GAN大法及其有趣的应用

• GAN 的基本原理

• CycleGAN 实现两个领域的图片互转
  

• StarGAN 多个领域之间的图片互转

• 字体风格迁移

当然，后面我们还会更新一些其他的项目实践，当然很欢迎大家提出一些感兴趣的方向。

专栏特色

宝贵经验加思想碰撞。实践的过程中，肯定会遇到一些问题和思考，这些是作者通过专栏最想和大家分享的。本专栏将把在项目实践过程中遇到的坑，以及如何爬坑等宝贵的经验分享给大家，同时也会在每个项目后面征集建议和思考。比如关于模型优化是否有更好的方法可以实现，或者有其他的方法可以达到同样的效果，又或者还可不可以用同样的方法做更好玩的事情等等。或许，只有在这样的交流碰撞中才能够带来更多的进步。

实践准备

如果有小伙伴感兴趣想要一同实践，那么需要做如下准备：

1、熟悉python编程；

2、熟悉深度学习框架pytorch，这些项目我们将主要基于pytorch进行实验。

如果有相关的建议和想法，欢迎添加我们的技术交流群交流哦～添加技术助理微信入群：geetest1024