• Welcome to Beijing School of AI !

• 关于SoAI
• 资料
  • SoAI北京
  • Github代码库
• 课程列表
• 课程内容
  • 第一课 深度学习入门指南
  • 第二课 图像分类
• 作业汇总
• 参考资料
• 交流分享

• An international educational non-profit platform dedicated to studying, teaching and creating AI to help solve the world’s most difficult problems. Our mission is to offer a world-class AI education to anyone on Earth for free.
• 北京分部有中文、英文两个版本，详情：
  • 英语分支，每周一晚在朝阳，Max主讲
  • 中文分支，每周末下午17:00，清华大学，海淀区双清路双清大厦4号楼4层清华数据科学研究院，王奇文等主讲，采用翻转课堂方式 ,

• 网易课堂直播：BEIJING SCHOOL OF AI WORKSHOP

• 克隆代码库到本地:

git clone [email protected]:wqw547243068/school-of-ai-beijing.git

• 机器学习入门：
  • 可视化讲解机器学习
• 深度学习入门：
  • 布朗学院新鲜出炉，交互式图解人工智能
  • Google PlayGround神经网络训练在线演示,汉化版，手写数字识别3D交互体验

最新课程安排见project区

• 本教程以fastai的速成课为蓝本

• 主题：fastai课程的第一课进行讨论：图像分类。
• 时间：于4月27日星期日下午5点举行
• 地点：双清路77号院双清大厦4号楼4层清华数据科学研究院

议程：

• 简要介绍fastai第1课的所有必要资源：图像分类。如何获取fastai的资源。 30分钟。我们将确保每个人都了解课程结构和官方资源。关于**云GPU的讨论。
• 6名学生（或更少）将现场演示他们的第一课作业。（每位演讲人10分钟）。 1小时或更短时间。
• 自由问答。完成第一课的学生将与第一课中遇到困难的学生合作。30分钟

资料：

• 第1课的官方视频：图像分类：https://course.fast.ai/videos/?lesson=1
• 带有英文字幕的第1课视频（无需vpn）：https://www.bilibili.com/video/av41718196?from=search&seid=15198798356009994731
• 官方资源和第1课的更新：https://forums.fast.ai/t/lesson-1-official-resources-and-updates/27936
• AI北京学习集团官方论坛：https://forums.fast.ai/t/school-of-ai-beijing-study-group/43436。
• 视频详细说明：https://github.com/hiromis/notes/blob/master/Lesson1.md
• 主代码库：https://github.com/fastai/course-v3
• 主要网站：https://course.fast.ai/
• 主要论坛（需要个人注册）：https://forums.fast.ai/

PS：即使不太了解Python，您也可以运行第1课中的所有代码行，这将激励你去研究细节。 （最终你需要了解自行车的机械才能够骑它吗？）。如果您在某个问题上确实无法解决，欢迎您在微信组或以下网址提出任何问题：https://forums.fast.ai/t/school-of-ai-beijing-study-group/43436

• Homework
• 分线上和线下渠道，将自己的作业整理到github或colab，去project作业汇总区新建自己的卡片

1. iris数据集+机器学习实战

2. CNN简介

   • 计算机视觉
     • YJango的卷积神经网络——介绍,SIFT与HOG特征提取
     • 李飞飞《让冰冷的机器读懂照片背后的故事》,TED视频《我们怎样教计算机理解图片》,网易公开课：《李飞飞：如何教计算机理解图片》
   • CNN基本结构
     • 《神经网络与深度学习》吴岸城,Deep Learning（深度学习）学习笔记整理系列之（一）,Andrew Ng 深度学习(Deep Learning)介绍
     • YJango的卷积神经网络——介绍,卷积神经网络工作原理直观的解释？
     • Yann LeCun连发三弹：人人都懂的深度学习基本原理（附视频）
     • 卷积神经网络中用1*1 卷积有什么作用或者好处呢？
     • 手写数字识别3D交互体验
     • CNN发展历史,台大李宏毅：一天搞懂深度学习

3. 应用

   • 目标检测,作业：Tensorflow lite在移动设备上的运行Demo
   • 人脸识别,作业：python的人脸识别工具包face recognition
   • 参考资料：Large Pose 3D Face Reconstruction from a Single Image via Direct Volumetric CNN Regression,2D图像三维重建Demo体验地址,表情替换，DeepWarp Demo Page
   • 颜值预测，一个基于 TensorFlow 的「颜值评分」开源项目：FaceRank

4. 反思

   • Geoffrey Hinton多伦多大学演讲：卷积神经网络的问题
   • Hinton的Capsule论文全公开！首发《胶囊间的动态路由》原文精译，了解Hinton的胶囊网络ㅣ第一部分：直觉

欢迎大家入群分享、交流！

• QQ群