随着深度学习的开展与飞跃，2017 年关于开发者而言注定是不伟大的一年。
这一年，Facebook 发布开源框架 PyTorch，这一举措真正意义上将 Torch 移植到 Python 生态圈。背靠 Python 坚实的用户根底，PyTorch 为广阔开发者们提供了一个新的选择。短短一年工夫，PyTorch 为寻求树立一个灵敏的深度学习研讨平台而付出了本人的努力，并且也取得了令人注目的成果。不可否认的是，目前 PyTorch 曾经成为从业者最重要的研发工具之一。
而异样是这一年，Yoshua Bengio 的一封邮件宣布中止对 Theano 的更新，并行将在一年后正式加入历史舞台。在过来的很长一段工夫里，于 2007 年推出的 Theano 都是深度学习开发与研讨的行业规范，也是开源界「一切轮子」都值得参考和学习的对象。
作为一切机器学习框架中最受注目、普及率最高的一个，TensorFlow 在 2017 年迎来了屡次迭代，也愈加亲近入门者。当然，再好的开源框架也有缺陷，TensorFlow 也不断因尾大不掉播种过开发者们「又爱又恨」的吐槽，但不可否认的是，群体大、资源普遍的它，仍然是最受欢送的开源平台。
在 2016 年正式被亚马逊 AWS 纳为官方深度学习开源框架的 MXNet，也在 2017 年继续更新。Alex Smola 向开发者们分享过他眼中 MXNet 的不可替代性，为的是要让「深度学习变得更容易」。而他的先生李沐也秉承「降低深度学习门槛」的使命，将一个最早怀着热情与兴味做成的项目开展成为一个倍受注目的官方开源学习框架。
当然，2017 年随着深度学习的继续炽热，开发者们对前沿的深度学习实际也异样坚持着猎奇心与关注度，甚至也希望本人能上手跟随教程完成一个小项目的开发。不管是 GAN 的继续演进、AlphaGo Zero 的衰亡、《Deep Learning》书籍的发行，又或是深度学习模型在驾驶、声纹辨认、安防范畴的使用和算法完成……在雷锋网举行的一场场线上分享中，雷锋网学术频道 AI 科技评论惊喜地看到听众当中不乏求学若渴的开发者们。而除了开源框架的百花齐放、实际知识的层出不穷外，开发者们关于相关竞赛的热衷也惹起了雷锋网 (大众号：雷锋网) 学术频道 AI 科技评论的关注。
「纸上得来终觉浅，绝知此事要躬行」，开发者们能将学习到的内容运用于理论范畴，方能真正「班师」。时至昔日，能在顶级开发类竞赛上获得佳绩的开发者们，都可以自豪地将这一战绩写进本人的求职简历中。而反过去说，这也凸显了企业关于开发类竞赛的日趋注重——甚至，随着数据量的添加和各种条件的成熟，企业举行开发类竞赛、开源数据集也曾经成为一种风气。从另一种层面来说，这类竞赛也开端成为企业「圈人」的新形式。在走访多位开发类竞赛的冠军之后，AI 科技评论希望能为后来者先行「填坑」，将过去人的成功经历更普遍地传达给新人，让团队在参与竞赛的进程中播种生长，甚至有朝一日也能化身社区里被膜拜的「大牛」「大神」。
AI 科技评论回忆这一年开发界的大事大事，反思 2017 所做过的开发者采访与分享，愈加坚决地置信，关于一个生态而言，开发者群体宛如死水，假如没有他们的活泼与奉献，这一平台很快就会干涸。而在人工智能的浪潮下，不管是框架作者、赛事冠军得主，还是乐意分享开发心得的「老司机」们，这些开发者们的花言巧语与经历之谈需求被记载，被留存，并整理为独自的一个特辑停止重复研读和考虑。
AI 科技评论整理了 50 篇开发老司机们「填坑避雷」的经历之谈，这份 1067 页，大小为 60M 的大礼包尝试为读者们提供干货满满的阅读体验。
本特辑共分为三个子栏目：
首先是实际。
过来一年间，AI 科技评论不时报道与人工智能、深度学习技术相关的地下课程，约请多个相关范畴的资深学者，继续解读根底概念，为大家答疑解惑。该栏目涵盖深度学习以及相关使用和延伸，触及自动驾驶、语音、医疗、人脸辨认等方方面面。
在这个栏目中，您将看到：
百度、搜狗、京东等多个企业的研讨员，加州大学伯克利分校、中科院等多所高校教授对深度学习概念的片面解说，涵盖实际、原理与使用；
对 GAN，YOLO2，深度神经网络等知识的抽丝剥茧；
声纹辨认、图像辨认、自然言语处置，各自的开展与技术原理；
……
其次是工具。
开源平台与工具是开发者的必备利器，也是开发者社群无法避开的一个「大坑」，挖坑者前赴后继，填坑者也如过江之鲫，如何在其中兼听则明，吸取长辈们作为过去人的经历？而关于开源框架的作者而言，他们又是如何了解本人的作品，又是如何在开源框架的竞争中展现本人的不可替代性？AI 科技评论尝试与开发者群体们停止对话，尝试从不同的角度反映目前开源生态中每个群体该如何自处、如何定义本人的价值。
在这一栏目中，你将看到如下内容：
贾扬清是如何评价 Caffe2 的？
为什么亚马逊会选择将 MXNet 作为官方开源平台？它的不可替代性有哪些？
Theano 中止更新之后，开发者社群为什么说它是「功成身退」；
如何用 TensorFlow 亲手搭建图像辨认模块，其中的小技巧有哪些；
阿里、腾讯、英特尔等企业是如何结构深度学习处理方案的；
……
最初是赛事。
在与人工智能相关的一系列竞赛中，也能见到 AI 科技评论报道的身影。
2017 年，我们对多个数据迷信类的竞赛停止跟踪报导，涵盖 KDD Cup、ICCV 2017 COCO&Places 应战赛、DARPA 应战赛、京东金融全球数据探究者大赛等，内容掩盖冠军处理方案、赛事难点等多个层次，冠军团队包括微软、旷视等多家企业，清华大学、北京大学等多所高校。
在这一栏目中，你将看到如下内容：
谷歌为什么要收买 Kaggle，中国数据竞赛市场领军人物如何对待此事；
旷视在 ICCV2017 COCO&Places 两项应战赛上都拿到冠军，其面前的技术原理；
KDD Cup 的交通预测题、亚马逊 Alexa 的聊天机器人竞赛，冠军团队各自的经历之谈；
清华、北大、哈工大等多个冠军团队，在信息检索和生成、医疗影像、自然言语处置类竞赛上的思绪；
……
本特辑大小约为 60M， pdf 共 1067 页，可以说集合了 AI 科技评论过来一年来最精髓的「开发干货」文章。囿于工夫与精神所限，AI 科技评论在过来一年所掩盖的开发类内容报道依然远远不能涵盖一切的开源框架及相关竞赛的深度报道，但我们依然希望能为开发者群体尽能够提供这样一份万花筒般应有尽有的特辑。当然，这也异样鼓励着 AI 科技评论在 2018 年继续关注开发者群体，为大家带来真正有所获益的报道内容。
温馨提示：本特辑包括少量图片，文件大小约为 60M，请在 WiFi 网络下在线阅读或在 PC 上翻开本页面停止阅读下载（土豪请随意）
欢送 点击本链接 或扫码购置：
。
