不必再費心尋找，2017最全的開發乾貨就在這1067頁PDF里
隨著深度學習的發展與飛躍，2017 年對於開發者而言註定是不平凡的一年。
這一年，Facebook 發布開源框架 PyTorch，這一舉措真正意義上將 Torch 移植到 Python 生態圈。背靠 Python 堅實的用戶基礎，PyTorch 為廣大開發者們提供了一個新的選擇。短短一年時間，PyTorch 為尋求建立一個靈活的深度學習研究平台而付出了自己的努力，並且也獲得了令人矚目的成績。不可否認的是，目前 PyTorch 已經成為從業者最重要的研發工具之一。
而同樣是這一年，Yoshua Bengio 的一封郵件宣布停止對 Theano 的更新，並即將在一年後正式退出歷史舞台。在過去的很長一段時間裡，於 2007 年推出的 Theano 都是深度學習開發與研究的行業標準，也是開源界「所有輪子」都值得參考和學習的對象。
作為所有機器學習框架中最受矚目、普及率最高的一個，TensorFlow 在 2017 年迎來了多次迭代，也更加親近入門者。當然，再好的開源框架也有缺點，TensorFlow 也一直因尾大不掉收穫過開發者們「又愛又恨」的吐槽，但不可否認的是，群體大、資源廣泛的它，依然是最受歡迎的開源平台。
在 2016 年正式被亞馬遜 AWS 納為官方深度學習開源框架的 MXNet，也在 2017 年持續更新。Alex Smola 向開發者們分享過他眼中 MXNet 的不可替代性，為的是要讓「深度學習變得更容易」。而他的學生李沐也秉承「降低深度學習門檻」的使命，將一個最早懷著熱情與興趣做成的項目發展成為一個倍受矚目的官方開源學習框架。
當然，2017 年隨著深度學習的持續火熱，開發者們對前沿的深度學習理論也同樣保持著好奇心與關注度，甚至也希望自己能上手跟隨教程完成一個小項目的開發。不論是 GAN 的持續演進、AlphaGo Zero 的興起、《Deep Learning》書籍的發行，又或是深度學習模型在駕駛、聲紋識別、安防領域的應用和演算法實現……在雷鋒網舉辦的一場場線上分享中，雷鋒網學術頻道 AI 科技評論驚喜地看到聽眾當中不乏求學若渴的開發者們。而除了開源框架的百花齊放、理論知識的層出不窮外，開發者們對於相關比賽的熱衷也引起了雷鋒網學術頻道 AI 科技評論的關注。
「紙上得來終覺淺，絕知此事要躬行」，開發者們能將學習到的內容運用於實踐領域，方能真正「出師」。時至今日，能在頂級開發類比賽上取得佳績的開發者們，都能夠驕傲地將這一戰績寫進自己的求職簡歷中。而反過來說，這也凸顯了企業對於開發類比賽的日趨重視——甚至，隨著數據量的增加和各種條件的成熟，企業舉辦開發類比賽、開源數據集也已經成為一種風尚。從另一種層面來說，這類比賽也開始成為企業「圈人」的新模式。在走訪多位開發類比賽的冠軍之後，AI 科技評論希望能為後來者先行「填坑」，將過來人的成功經驗更廣泛地傳播給新人，讓團隊在參與比賽的過程中收穫成長，甚至有朝一日也能化身社區里被膜拜的「大牛」「大神」。
AI 科技評論回顧這一年開發界的大事小事，反思 2017 所做過的開發者採訪與分享，更加堅定地相信，對於一個生態而言，開發者群體宛如活水，如果沒有他們的活躍與貢獻，這一平台很快就會枯竭。而在人工智慧的浪潮下，不論是框架作者、賽事冠軍得主，還是樂意分享開發心得的「老司機」們，這些開發者們的肺腑之言與經驗之談需要被記錄，被留存，並整理為單獨的一個特輯進行反覆研讀和思考。
AI 科技評論整理了 50 篇開發老司機們「填坑避雷」的經驗之談，這份 1067 頁，大小為 60M 的大禮包嘗試為讀者們提供乾貨滿滿的閱讀體驗。
本特輯共分為三個子欄目：
首先是理論。
過去一年間，AI 科技評論不斷報道與人工智慧、深度學習技術相關的公開課程，邀請多個相關領域的資深學者，持續解讀基礎概念，為大家答疑解惑。該欄目涵蓋深度學習以及相關應用和延伸，涉及自動駕駛、語音、醫療、人臉識別等方方面面。
在這個欄目中，您將看到：
百度、搜狗、京東等多個企業的研究員，加州大學伯克利分校、中科院等多所高校教授對深度學習概念的全面講解，涵蓋理論、原理與應用；
對 GAN，YOLO2，深度神經網路等知識的抽絲剝繭；
聲紋識別、圖像識別、自然語言處理，各自的發展與技術原理；
……
其次是工具。
開源平台與工具是開發者的必備利器，也是開發者社群無法避開的一個「大坑」，挖坑者前赴後繼，填坑者也如過江之鯽，如何在其中兼聽則明，汲取前輩們作為過來人的經驗？而對於開源框架的作者而言，他們又是如何理解自己的作品，又是如何在開源框架的競爭中展示自己的不可替代性？AI 科技評論嘗試與開發者群體們進行對話，嘗試從不同的角度反映目前開源生態中每個群體該如何自處、如何定義自己的價值。
在這一欄目中，你將看到如下內容：
賈揚清是如何評價 Caffe2 的？
為什麼亞馬遜會選擇將 MXNet 作為官方開源平台？它的不可替代性有哪些？
Theano 停止更新之後，開發者社群為什麼說它是「功成身退」；
如何用 TensorFlow 親手搭建圖像識別模塊，其中的小技巧有哪些；
阿里、騰訊、英特爾等企業是如何構造深度學習解決方案的；
……
最後是賽事。
在與人工智慧相關的一系列比賽中，也能見到 AI 科技評論報道的身影。
2017 年，我們對多個數據科學類的比賽進行跟蹤報導，涵蓋 KDD Cup、ICCV 2017 COCO&Places 挑戰賽、DARPA 挑戰賽、京東金融全球數據探索者大賽等，內容覆蓋冠軍解決方案、賽事難點等多個層次，冠軍團隊包括微軟、曠視等多家企業，清華大學、北京大學等多所高校。
在這一欄目中，你將看到如下內容：
谷歌為什麼要收購 Kaggle，中國數據競賽市場領軍人物如何看待此事；
曠視在 ICCV 2017 COCO&Places 兩項挑戰賽上都拿到冠軍，其背後的技術原理；
KDD Cup 的交通預測題、亞馬遜 Alexa 的聊天機器人比賽，冠軍團隊各自的經驗之談；
清華、北大、哈工大等多個冠軍團隊，在信息檢索和生成、醫療影像、自然語言處理類比賽上的思路；
……
本特輯大小約為 60M， pdf 共 1067 頁，可以說集合了 AI 科技評論過去一年來最精華的「開發乾貨」文章。囿於時間與精力所限，AI 科技評論在過去一年所覆蓋的開發類內容報道仍然遠遠不能涵蓋所有的開源框架及相關比賽的深度報道，但我們仍然希望能為開發者群體儘可能提供這樣一份萬花筒般包羅萬象的特輯。當然，這也同樣激勵著 AI 科技評論在 2018 年持續關注開發者群體，為大家帶來真正有所獲益的報道內容。
溫馨提示：本特輯包含大量圖片，文件大小約為 60M，請在 WiFi 網路下在線閱讀或在 PC 上打開本頁面進行閱讀下載（土豪請隨意）
TAG:AI研習社 |