【总结】有三AI秋季划模型优化组3月直播讲了哪些内容，为什么每一个从事深度学习的同学都应该掌握模型优化的内容

大家知道，有三AI有计算机视觉的人才培养体系，分为三个等级，分别是春季划，夏季划，秋季划，如果不熟悉可以查看下面介绍。

【杂谈】2020年有三AI计算机视觉培养计划详解，该不该学&怎么学CV的简单讨论

(1) 春季划的目标，是为了培养新人熟悉深度学习和计算机视觉的核心领域，达到一般岗位项目研发的水平。

(2) 夏季划的目标，是为了让大家更深层次掌握框架的使用，同时熟悉更多的计算机视觉领域。

(3) 秋季划的目标，则是专精于某一个方向，目前包括模型优化，人脸算法，图像质量，GAN。

过去的3月份，我们给模型优化小组进行了突击直播，包括4期内容。直播并没有录制视频，但是文件有留存，那么这4期直播都包括了哪些内容呢？

第一期：数据使用

第一期的内容为数据使用，数据的使用是被大部分新人所忽略的内容，因为理论体系并不完善，然而它却在很多情况下是项目能否真正成功的关键。一直以来，我们都很重视数据相关的内容，在这次直播中，关于数据的使用讲述了以下内容：

(1) 爬虫。我们不仅讲了小型的图片和视频爬虫，更剖析了如何构建ImageNet这样的大型数据集爬虫，甚至包括'扒光'一些网站的好资源，当然这不是值得提倡的，但确实很有用，笔者就这样存了上千万的未公开高质量数据，以后有机会陆续发布。

(2) 数据整理。数据整理看似很简单，但是习惯和流程往往会反映出工程人员和公司的素质，学会数据的整理，挑选，去重，分级，往后做项目会少走很多弯路，有三也写了一个基于C++的去重项目供参考使用。

(3) 数据增强。数据增强无处不在，说它是大部分项目成功的关键一点都不过分，我们总结了平常项目以及比赛中分类与检测任务中的数据增强方法。

(4) 任务实践和开源项目推荐。最后，当然是实践出真知，我们以图像分类和GAN的任务来展示了数据增强的重要性，同时给大家推荐了一些干货项目。

第二期：模型优化核心技术

接着是第二期，模型的优化核心技术，在这次直播中，我们重点讲述了以下内容：

(1) 模型的设计思想汇总。这一期主要是回顾一下我们在天池做过的直播，各种设计思想望大家熟记于心，使用起来才能如鱼得水。

(2) 模型的性能分析。对模型的理解是非常重要的，我们不能期待一个模型总是以最正确的方式运行，优化模型也是我们常常要做的，因此我们要学会定量，定性地评估好模型。

(3) 模型调参。经常会遇到人问我为什么我的模型不收敛，怎样让我的模型更好更快，这个问题回答起来一言难尽。从网络的优化方法，基本单元设置，拓扑结构等各方面都需要掌握，这些都可以归入模型调参，我们对相关的技术进行了总结和实践。

(4) 工业界秘笈。模型从训练到部署，中间有很多工作，甚至对模型本身还会做出一些修改，包括格式，结构等，你是否掌握了正确的姿势呢。

第三期：模型精简前沿技术

接着是第三期，模型精简前沿技术，在这次直播中，我们重点讲述了以下内容：

(1) 模型剪枝设计。我们对当前各种粒度的剪枝算法进行了系统性的总结。

(2) 模型量化设计。我们对当前不同位宽以及对称和非对称，离线与在线的量化算法进行了系统性的总结。

(3) 模型蒸馏设计。我们对当前的知识蒸馏和迁移学习算法进行了系统性的总结。

(4) AutoML设计。我们对当前的AutoML的主要思路进行了分析，往后会单独增加AutoML的内容直播。

第四期：模型精简实践

接着是第四期，模型精简实践，在这次直播中，我们对模型剪枝，量化以及知识蒸馏进行了实践：

(1) 模型剪枝实践。我们在PPT和图文资料中对细粒度和粗粒度的模型剪枝算法分别进行了实践，剖析代码和实验结果。

(2) 模型量化实践。我们对最主流的8bit量化算法的思想和代码实现进行了分析，并对比了实验结果。

(3) 模型蒸馏实践。我们对最主流的模型蒸馏算法的思想和代码实现进行了分析，并展示了实验结果。

接下来的直播安排

在4月份，大概率我们不会有直播安排，因为要让大家消化已有的内容。到了5月份，我们还会安排有AutoML以及移动端模型部署的相关内容，接下来敬请期待吧。

小提示：直播的地点就在微信群内，并且所有资料发放也在微信群内，为防止资源外泄不会再更新云盘，这都是为了保护模型优化小组成员的权益。

如何学习以及报名

模型优化小组的学习路线如下：

学习的资料包括：

(1) 一些相关的视频讲解，不定期增加。

(2) 图文课件和实践代码，数据集。

当然了，更重要的是多讨论，相互进步，毕竟内容很多。