个人计算机视觉学习路线

计算机视觉是我在本科阶段一直喜爱的研究方向,也是我自大三开始决定开始起步的个人计划,我的研究方向是图像分割GAN,以下是我结合各位优秀的博主的经验,总结的自己私人的一些学习路线。

数学基础

高等数学,线性代数,概率论与数理统计是开启人工智能学习的重要基础。

语言

人工智能对于python和c++的要求比较高。

Python是我决定入门计算机视觉的重要语言,以下是比较优秀的python全程教学视频。


(强推)Python面向对象编程五步曲-从零到就业【上】_哔哩哔哩_bilibili

(强推)Python面向对象编程五步曲-从零到就业【中】_哔哩哔哩_bilibili

(强推)Python面向对象编程五步曲-从零到就业【下】_哔哩哔哩_bilibili

在学习python的过程中,建议掌握python数据分析的技能

还有一个very nice的网站

莫烦Python (mofanpy.com)

机器学习

机器学习建议从吴恩达老师的《Machine Learning》视频课入学

(强推|双字)网易版吴恩达机器学习课程_哔哩哔哩_bilibili

【吴恩达亲授】适用于所有人的人工智能课程(中字)_哔哩哔哩_bilibili

(强推|双字)2018秋季CS229机器学习-官方高清版_哔哩哔哩_bilibili

推荐吴恩达课后习题的练习视频(确实好牛)

ladykaka007的个人空间_哔哩哔哩_bilibili

还有李沫老师的《动手学习深度学习》

李沫老师带你学习过、欠拟合,简单通俗易懂,草履虫都能看得懂,这还学不会我直接emo!_哔哩哔哩_bilibili

关于机器学习

还有李宏毅老师的机器学习课程

(强推)李宏毅2021/2022春机器学习课程_哔哩哔哩_bilibili

浙江大学的《机器学习课程》

(强推)浙江大学-机器学习_哔哩哔哩_bilibili

深度学习

深度学习依然跟吴恩达老师学习

(强推|双字)2022吴恩达机器学习Deeplearning.ai课程_哔哩哔哩_bilibili

一些生动的讲解视频

3Blue1Brown的个人空间_哔哩哔哩_bilibili

这个更多一点

KnowingAI知智的个人空间_哔哩哔哩_bilibili

关于深度学习,在kaggle网站课程上有教学,有训练,了解深度学习的代码框架,六节课,两个小时左右

Learn Intro to Deep Learning Tutorials (kaggle.com)

统计学方法

李航老师的《统计学方法》一直是人工智能学习上的重要一关,下面是相关视频

吃透《统计学习方法》_哔哩哔哩_bilibili

环境配置

Numpy, Pandas,Matplotilb的配置

北理-Python数据分析与展示-Numpy、Matplotlib、Pandas_哔哩哔哩_bilibili

Pytorch

适用于初学者的Pytorch神经网络编程教学_哔哩哔哩_bilibili

TensorFlow

(强推)TensorFlow官方入门实操课程_哔哩哔哩_bilibili

【吴恩达团队Tensorflow2.0实践系列课程第一课】TensorFlow2.0中基于TensorFlow2.0的人工智能、机器学习和深度学习简介及基础编程_哔哩哔哩_bilibili

图像处理与机器学习

【北交】图像处理与机器学习_哔哩哔哩_bilibili

OpenCV

零基础OpenCV4-C++极简入门_哔哩哔哩_bilibili

真正入门

(全)基于python的Opencv项目实战_哔哩哔哩_bilibili

这个也是十分推荐

(9条消息) Python机器学习、深度学习库总结(内含大量示例,建议收藏)_盼小辉丶的博客-CSDN博客_python机器学习库

计算机视觉

(强推)最新斯坦福CS231n计算机视觉课程_哔哩哔哩_bilibili

也可以学习kaggle上的课程

Learn Computer Vision Tutorials (kaggle.com)

学习网站

MOOC.org | Massive Open Online Courses | An edX Site

Become a Computer Vision Expert (udacity.com)

Start Here with Computer Vision, Deep Learning, and OpenCV - PyImageSearch

找书的网站  超星读书-电子书在线免费阅读网站-中文免费电子书阅读网站 (chaoxing.com)

PPT中心  Hung-yi Lee (ntu.edu.tw)

学术范-让学术不再孤单 (xueshufan.com)

然后就是朝着科研目标继续前进。

你可能感兴趣的:(学习)