正值2023年618期间，既然是全民购物节，有三AI所有付费的视频课程开启优惠活动，即日起至节日结束（6月18日晚23:59）。
当前已有课程包括数据使用/模型分析/图像分类/图像分割/目标检测/图像生成/图像翻译/图像增强/视频分类/模型部署/模型优化/人脸图像检测与识别/人脸属性编辑/ChatGPT等，超过200小时的视频讲解以及对应的实践，课程答疑；大家在浏览器打开地址：https://appcdfgt3n15676.h5.xiaoeknow.com，或者扫描如下二维码即可对平台的课程进行浏览。
所有一对一指导的季划8.5折起
一对一指导的季划指的是，除了视频课程之外，还包括许多其他权益的学习小组，囊括：一对一答疑，微信群交流，线下活动，赠送的多本自写的书籍，图文与学习视频，免费的知识星球社区，公司教学内容组与项目研发组权限。
大家可以阅读文章了解详细介绍：【重要】2023年有三AI还有哪些包含一对一指导的综合性课程服务，实名指导老师+永久有效+无套路运营
有一些早期加入季划的朋友做了公开分享的，大家可以阅读以下文章参考参考。
【杂谈】学习3年，我在有三AI参与课程输出与书籍写作的故事
【杂谈】有三AI季划的最核心价值在哪，听听这些同学怎么说！
【杂谈】我在有三AI从学生到老师
【杂谈】从学员到开发者，我在有三AI打怪升级
【杂谈】一个项目获得10倍学费收入，我在有三AI学以致用的故事
【杂谈】从学员到合作伙伴，我与有三AI不得不说的故事
【杂谈】从学员到参与书籍写作，我在有三AI学习与成长的故事
【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事
【杂谈】从学生到讲师，我如何20天里在有三AI赚3万
【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸
【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？
【杂谈】一个五岁孩子妈妈在有三AI学习并且赚钱的故事
【杂谈】有三AI-CV春季划有用吗，听听他们的分享
【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘
就算以后我们不做课程了，这些服务一样会提供，因为社区会一直在，我们也不会转行。由于大家的需求各有差异，为了更加个性化满足更多朋友的需求，我们按照不同的方向进行了划分，目前仍然在运行中的包括有三AI-CV秋季划-模型算法组，有三AI-CV秋季划-GAN算法组，有三AI-CV秋季划-人脸算法组，有三AI-CV秋季划-图像质量组，有三AI-CV秋季划-冬季划项目实战组，有三AI-CV论文指导组。
当前包含一对一指导的季划
(1) 有三AI-CV秋季划-模型算法组，这是面向专注于深度学习模型分析、设计、优化、部署方向的朋友的。
【CV秋季划】模型算法与落地很重要，如何循序渐进地学习好（2022年言有三一对一辅导）？
(2) 有三AI-CV秋季划-GAN组，这是面向专注于GAN在视觉中的应用，包括图像生成、图像翻译、图像增强、图像编辑等方向的朋友的。
【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？
(3) 有三AI-CV秋季划-人脸算法组，这是面向专注于人脸相关算法，包括检测、识别、三维重建、属性编辑等方向的朋友的。
【CV秋季划】人脸算法那么多，如何循序渐进地学习好？
(4) 有三AI-CV秋季划-图像质量组，这是面向专注于图像质量提升算法，包括图像质量分析、图像降噪、超分辨、编辑等方向的朋友的。
【CV秋季划】图像质量提升与编辑有哪些研究和应用，如何循序渐进地学习好？
(5) 有三AI-CV冬季划-项目实战组，这是专注于各类视觉项目实战的组，它享有的内容，就是我们平台所有有三本人出品的项目实战类课程。
【CV季划】2023年有三AI-CV项目实战组出炉，超过30个案例，60小时项目实战+2大基础方向专栏+3本书赠送
另外，大家也可以直接加入全季划组（终身VIP会员），它包含以上所有的秋季划组与冬季划组，几乎包含了我们所有的CV课程，这是为需要全面学习各类视觉相关课程的用户准备的。
【重要】有三AI-终极VIP会员首次发布，除课程外还享有5大权益
(6) 有三AI-CV论文指导组，这是专注于计算机视觉方向论文写作与发表的指导小组，大家可以和指导老师讨论研究方向，创新点，咨询任何论文相关的问题。
【论文辅导】新手如何从零开始发表CV论文，有三AI一对一辅导计划出炉！
这一次618活动，终极VIP会员9折，其他所有季划专栏8.5折，大家在扫码购买页面即可看到详情。一般季划很少参与优惠活动，本次力度很大，有需要的可以抓紧机会。
所有理论与实践系统性专栏课程9折
理论与实践系统性专栏课程，是指对应某一个方向进行详细讲解的专栏课程，包含非常系统的理论与实践，力求成为该方向最好的线上课程，目前在我们平台有超过10门相关课程，下面分别一一介绍。
理论与实践系统性专栏相关课程
《深度学习之模型设计—理论实践篇》
模型的设计是整个深度学习领域的通用基础，不管是从头设计自己的神经网络，还是对已有模型进行优化获得更高的任务指标，更快的运行速度，获得更小的模型体积，都需要掌握各类网络的设计技巧，是深度学习算法工程师进阶的难点及必学点！模型设计课程当前包含的内容超过20个小时，PPT数量超过450页。
详细了解课程，请阅读：【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂CNN模型设计与简单部署！
《深度学习之模型分析—理论实践篇》
深度学习模型使用的门槛虽然低，但模型参数多，网络结构复杂，模型结构的设计以及训练过程中超参数的调试，都非常依赖于经验。结果不好，是数据的问题还是模型的问题，往往分析起来比较困难。如果是数据问题，那到底是什么问题？如果只凭经验，没有很科学的分析工具，仍然会有盲人摸象的感觉。因此为了能够更好地进行研究和实践，对模型进行相关的分析是非常重要的，这就是模型分析课程要讲述的内容。模型分析课程当前包含的内容约3个小时，PPT数量超过100页。
详细了解课程，请阅读：【视频课】AI必学，超3小时，3大模块，掌握模型分析核心技术！
《深度学习之模型优化—理论实践篇》
模型压缩与优化是专门针对模型进行精简的技术，这是模型能够在各类嵌入式平台使用的关键技术，包括紧凑模型设计，模型剪枝，模型量化，模型蒸馏，自动化模型设计等内容。模型优化课程当前包含的内容超过10个小时，PPT数量超过400页。
详细了解课程，请阅读：【视频课】AI必学，超10小时，4大模块，掌握模型优化核心技术！
《深度学习之模型部署—理论实践篇》
深度学习模型必须要经过部署到实际的生产环境中，才能产生真正的应用价值。在各类落地场景中，有的是服务端的场景，追求的是更高的精度，更大的模型，更复杂的功能。当前模型优化和部署的工具非常多，包括TensorRT、NCNN、MNN等；当前的硬件平台也非常多，包括CPU、GPU，ARM、NPU、FPGA等。模型部署课程当前包含的内容共约8个小时。
详细了解课程，请阅读：【视频课】快速掌握6大模型部署框架(Pytorch+NCNN+MNN+Tengine+TensorRT+微信小程序)！
《深度学习之图像分类—理论实践篇》
对于刚接触深度学习计算机视觉的初学者来说，图像分类问题是最常见的问题，如何做好图像分类任务，关系到大家能否正确顺利地入门、如何学习接下来更加高阶的内容。图像分类课程当前包含的内容共约12个小时，PPT数量超过300页。
详细了解课程，请阅读：【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
《深度学习之图像分割—理论实践篇》
图像分割是在图像分类基础上更加细粒度的像素级分类问题，在视频直播，电商推荐，自动驾驶，医学图像等行业中有着广泛的应用，是深度学习计算机视觉领域中非常底层的问题，也是必须掌握的核心算法，包含的东西非常多。图像分割课程当前包含的内容共约12个小时，PPT数量超过400页。
详细了解课程，请阅读：【视频课】CV必学，超10小时，3大模块，4大案例，循序渐进地搞懂图像分割！
《深度学习之目标检测—理论实践篇》
目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。目标检测课程当前包含的内容共约28个小时，PPT数量约400页。
详细了解课程，请阅读：【视频课】CV必学，超30小时，4大模块，4大案例，循序渐进地搞懂目标检测！
《深度学习之图像生成GAN—理论实践篇》
GAN的研究和应用在这几年发展可以说是非常迅猛，已经被用于各个研究方向，其应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。其中GAN最早期也是最经典的任务，就是高质量图像生成，当前已经可以生成1024分辨率以上的高清逼真图像。图像生成GAN课程当前包含的内容共约6个小时，PPT数量约200页。
详细了解课程，请阅读：【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
如果想要一次性获取Pytorch框架/数据使用/图像分类/图像分割/目标检测/图像生成GAN/模型设计课程，可以订阅CV基础专栏，介绍如下：
【总结】超过2000页PPT，80小时讲解的CV核心内容，掌握经典模型、分类、检测、分割、生成GAN与数据使用，有它就够了
《深度学习之图像翻译GAN—理论实践篇》
随着生成对抗网络技术的成熟，我们可以将其用于各类图像翻译任务，常见的包括黑白图像上色，线稿上色，风格迁移，人脸风格化等任务。图像翻译GAN课程当前包含的内容共约7个小时，PPT数量约150页。
详细了解课程，请阅读：【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
《深度学习之图像增强GAN—理论实践篇》
随着GAN相关技术的发展逐渐成熟，它在图像质量提升等底层任务中得到了广泛的应用，极大地促进了图像降噪、图像色调映射、图像去模糊、图像超分辨、图像修复等领域的算法进步。图像增强GAN课程当前包含的内容共约8个小时，PPT数量约200页。
详细了解课程，请阅读：【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
《深度学习之视频分类—理论实践篇》
随着图像识别相关领域的研究与应用逐渐成熟，当下视频分析相关的研究和应用所占比例越来越大，其技术也更加复杂。视频分类和行为识别在视频监控与检索、网络直播、推荐系统等行业中有着广泛的应用，是深度学习在视频分析领域中最底层的问题之一，非常值得关注和学习。视频分类课程当前包含的内容共约8个小时，PPT数量约200页。
详细了解课程，请阅读：【视频课】CV必学，超8小时，3大模块，3大案例，循序渐进地搞懂视频分类与行为识别！
《深度学习之人脸检测识别—理论实践篇》
人脸图像在计算机视觉领域中研究方向非常广，其相关研究覆盖底层图像特征，目标检测与跟踪，图像分类和检索，图像滤波，图像分割，三维重建，风格迁移等方向。在商业界应用落地也有非常多的产品，包括各类软件产品和硬件产品。在所有人脸相关算法中，人脸检测与识别是其中最为基础的内容，也是后续算法的预处理步骤，因此必须要掌握。人脸检测与识别课程当前包含的内容共约13个小时。
详细了解课程，请阅读：【视频课】13小时+4大项目掌握深度学习人脸图像检测与识别
《深度学习之人脸属性编辑—理论实践篇》
随着人脸图像算法应用和GAN等生成式模型的发展逐渐成熟，如今基于深度学习模型的人脸属性编辑是当下人脸算法与应用的热点，近些年在互联网产品中有许多落地，比如人脸变老变小孩，人脸风格化特效，人脸美妆等。人脸属性编辑课程当前包含的内容共约10个小时，PPT约250页。
详细了解课程，请阅读：【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
《ChatGPT原理与实践》
本月底我们推出重磅ChatGPT大模型理论与实践干货课程，当前正在更新中（还未完结）。这是真正来自实际大模型工程经验背景的团队，为算法工程师准备的课程，不是简单的信息科普和产品体验。课程内容包括GPT预训练模型、分布式训练原理与框架、提示学习与指令学习、人工反馈式强化学习以及Model as Service等知识，共包含大模型预训练实战，大模型对话训练有监督调优实战，人工反馈式强化学习实战以及langchain对话系统构建实战4个案例。
详细了解课程，请阅读：
【视频课程】算法工程师需要的ChatGPT大模型算法理论与实践课程！非粗浅科普
所有项目实战课程8折
上面介绍的课程内容都是系统性的学习专栏，理论和实践充分，需要的学习时间比较长。除了这些系统性的学习专栏，我们也单独开了项目实战课，每一个都是单独的项目，时间更短，更聚焦，范围也更广。
项目实战课
详细了解课程，请阅读：
【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战
详细了解课程，请阅读：
【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战
详细了解课程，请阅读：
【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的的SENet人种图像分类实战
详细了解课程，请阅读：
【项目实战课】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战
详细了解课程，请阅读：
【项目实战课】基于ResNet的生活用品多标签图像分类实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
详细了解课程，请阅读：
【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的YOLOv3工业缺陷检测实战
详细了解课程，请阅读：
【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的SiameseFC通用目标跟踪实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的PFLD人脸关键点检测实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的StarGAN人脸表情编辑实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的SRGAN图像超分辨实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的Real-ESRGAN自然图像超分辨实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的DANet自然图像降噪实战
详细了解课程，请阅读：
【项目实战课】人人免费可学！基于Pytorch的图像分类经典知识蒸馏实战
详细了解课程，请阅读：
【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战
详细了解课程，请阅读：
【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战
详细了解课程，请阅读：
【项目实战课】微信小程序图像识别模型前后端部署实战
详细了解课程，请阅读：
【项目实战课】从零实现原生Pytorch安卓端图像分类模型部署
详细了解课程，请阅读：
【项目实战课】从零实现原生Pytorch安卓端图像分割模型部署
详细了解课程，请阅读：
【项目实战课】从零实现原生Pytorch安卓端目标检测模型部署
学习平台介绍
一直以来，有三AI所有的直播与录播视频课程都在小鹅通平台，小鹅通是一个很成熟的知识付费平台，我们有唯一的小鹅通知识店铺账号。
由于有很多用户之前不熟悉小鹅通，首先我们给大家介绍一下登录方式和课程观看方式。
1 小鹅通目前有多种登录与课程学习方式，建议大家使用以下两种：
(1) 在浏览器上进行学习，通过微信扫码或者手机验证码登录。可以直接关注“有三教育科技”微信公众号，然后点击左下方“我的课程”登录观看
如果是首次登录，进入“首页”后，点击左下角“我的”进入设置，再点击页面中的“账号设置”进行手机号和关联账号（微信号）绑定
(2) 使用小鹅通app进行学习，有手机版和Pad版，可以通过手机号码或者微信账号登录
观看时可点击视频左下角“框”，进行全屏播放
2 为什么选定小鹅通平台作为我们官方服务平台
(1) 小鹅通平台可以绑定微信公众号，微信用户可以通过“有三教育科技”微信公众号界面直接登录小鹅通，在线观看视频课程
(2) 小鹅通平台支持直播服务，学员也可以在线观看直播课程
(3) 支持图文与视频，并且可以非常方便进行用户管理
所以我们最终选定了小鹅通平台作为官方服务平台，我们的店铺地址为：
https://appcdfgt3n15676.h5.xiaoeknow.com
最后的话
相信能够看到这里的，都是有学习需求的朋友，大家都知道我们社区最开始的一两年输出了许多免费的图文内容，这一两年输出了大量免费与付费的视频课程，接下来我们仍然会专注于输出视频课程，配合理论与实践来帮助大家进行学习。
我们平台是真正的原创内容平台，从来不在第三方进行广告宣传，也不从第三方进行转载，所有图文内容和视频，全部都是我们自己原创，这就是我们的核心竞争力。
当下付费学习生态中，良莠不齐，除了真正自己做原创的团队，还有的是专门贩卖盗版资源的二道贩子（各种阴暗角落里都存在），有的是专门依靠转载来吸引流量的伪技术团队（常见如某些没有原创能力但粉丝量很大的公众号和B站账号），有的是巧立名目、利用新手难以分辨的伪装title来进行一锤子买卖的线下培训（常见如***协会，***机构），还有各种层出不穷的套路营销手段（常见如***0.1元免费课程），总之，新手很容易被带入各种坑，浪费时间和金钱。
在此，我们有一个建议，大家在选购课程时，一定要注意以下两点：
(1) 授课人和平台是否是实名。这不仅有利于大家判断讲师的真实水平，还可以在一旦出现问题时可以进行维权，这一点非常重要。
(2) 授课团队是否是真正有原创能力的团队。只有原创团队才能提供后续的课程答疑和技术支持，有许多的机构只能提供一堆运营小姐姐糊弄，充其量就是一个暂时的中介，跑路是迟早的。一般有能力的授课人和平台，不仅会有付费课程，还会有大量的免费内容贡献到技术生态。
转载文章请后台联系
侵权必究
【杂谈】有三AI的一对一永久技术答疑服务，我们至少不会跑路
【每周CV论文推荐】 初学者必须精读的5篇深度学习优化相关文章
【每周CV论文推荐】 CV领域中数据增强相关的论文推荐
【每周CV论文推荐】 初学高效率CNN模型设计应该读的文章
【每周CV论文推荐】 初学目标检测必须要读的文章
【每周CV论文推荐】 初学深度学习图像分割必须要读的文章
【每周CV论文推荐】 初学GAN必须要读的文章
【每周CV论文推荐】 深度学习人脸检测入门必读文章
【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章
【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章
【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章
【每周CV论文推荐】 初学活体检测与伪造人脸检测必读的文章
【每周CV论文推荐】 初学深度学习单张图像三维人脸重建需要读的文章
【每周CV论文推荐】 人脸识别剩下的难题：从遮挡，年龄，姿态，妆造到亲属关系，人脸攻击
【每周CV论文推荐】换脸算法都有哪些经典的思路？
【每周CV论文推荐】初学人脸属性编辑都有哪些值得阅读的论文？
【每周CV论文】深度学习文本检测与识别入门必读文章
【每周CV论文】深度学习图像降噪应该从阅读哪些文章开始
【每周CV论文】初学GAN图像风格化必须要读的文章
【每周CV论文】初学深度学习图像超分辨应该要读的文章
【每周CV论文】初学深度学习图像对比度增强应该要读的文章
【每周CV论文】初学深度学习图像修复应该要读的文章
【每周CV论文】初学深度学习图像风格化要读的文章
【每周CV论文推荐】初学模型可视化分析有哪些值得阅读的论文？
【每周CV论文推荐】GAN与VAE的结合，有哪些必读的论文？
【每周CV论文推荐】基于GAN的图像数据增强有哪些经典论文值得阅读
【每周CV论文推荐】GAN如何用于目标检测模型提升性能？
【每周CV论文推荐】GAN如何用于图像分割模型提升性能？
【每周CV论文推荐】初学基于GAN的图像语义编辑，需要阅读哪些论文？
【每周GAN论文推荐】最经典与常见的GAN目标函数设计汇总
【每周CV论文推荐】GAN在医学图像生成与增强中的典型应用
【每周CV论文推荐】基于GAN的对抗攻击，适合阅读那些文章入门？
【每周CV论文推荐】基于GAN的图像降噪值得阅读的文章
【每周CV论文推荐】基于GAN的图像对比度与色调映射增强值得阅读的文章
【每周CV论文推荐】基于GAN的图像超分辨值得阅读的文章
【每周CV论文推荐】基于GAN的图像修复值得阅读的文章
