初级阶段

计算机视觉入门。本项目包含一些基本的机器学习以及深度学的课程，仅供实验室内初学者参考。 首先，初学者应该对人工智能领域有个大体地认识。人工智能领域的整体脉络图如下：

第一阶段: 机器学习（Machine Learning）

首先，初学者应具备基本的机器学习知识（如SVM, 概率图等）。 基础的机器学习课程包含在机器学习下。

第二阶段: 深度学习（Deep Learning）

组内基本上都是使用深度学习来解决计算机视觉中的问题。 基础的机器学习课程包含在深度学习下。

第三阶段: 深度学习框架（Deep Learning Library）

当下比较流行的框架就是pytorch和tensorflow（基于python）。 教程包含在深度学习框架下。

进阶阶段

当学习完上边的课程之后，根据自身的实际情况针对下边两个阶段进行学习。

第四阶段: 增强学习（Reinforcement Learning）

增强学习教程包含在增强学习下。

第五阶段: 元学习（Meta Learning）

元学习教程包含在元学习下。

除了上述课程之外，组内现有包含Image Retrieval, VQA, Image Captioning, Image Generation，Video Object Segmentation等方向。欢迎各位同学Fork，也可以将自己的方向上的论文以及学习工具PullRequest。

学术论文写作

注：本库只作为内部教学使用，并不用作商业用途。如有侵权，立即删除。