我们公众号给大家分享过很多免费的干货资源，不知道你都存下来没有，如果没有就仔细看看本文。
深度学习之图像识别
这是2019年5月份有三发布的个人第一本书籍，这是一本讲讲解深度学习计算机视觉核心技术的书籍，同时配套有大量实战案例，购买链接如下。
书的各章节及内容如下：
第一章：神经网络基础
第二章：深度学习优化基础
第三章：深度学习中的数据
第四章：图像分类
第五章：图像分割
第六章：目标检测
第七章：数据与模型可视化
第八章：模型压缩
第九章：损失函数
第十章：模型部署与上线
本书覆盖深度学习理论(最优化，损失目标设计)，数据使用(常用数据集，数据获取，标注与增强)，可视化(数据与模型)，模型优化，三大计算机视觉任务等内容。
书中部分内容预览如下：
本书我们给大家配套了免费的视频，PPT，全书彩图，发送关键词“深度学习之图像识别”到本公众号即可获取。
书中代码可以直接在出版社提供的网站获取，也可以在我们的开源项目中获取，请接着往下看。
深度学习之模型设计
这是2020年6月份有三发布的个人第二本书籍，这是一本讲述深度学习模型设计核心算法的书籍，同时配套有大量实战案例，购买链接如下。
书的各章节及内容如下：
第1章 神经网络和计算机视觉基础
第2章 深度学习的基础
第3章 数据集、评测指标与优化目标
第4章 加深网络，提升模型性能
第5章 1×1卷积，通道维度升降的利器
第6章 加宽网络，提升模型性能
第7章 残差连接，深层网络收敛的关键
第8章 分组卷积与卷积拆分，移动端高效率经典模型
第9章 多尺度网络与非正常卷积，更丰富的感受野与不变性
第10章 多输入网络，图像检索和排序的基准模型
第11章 时序神经网络，有记忆的网络更聪明
第12章 卷积从二维变成三维，实现升维打击
第13章 动态推理与注意力机制，网络因样本而异
第14章 生成对抗网络，新一代深度学习模型
本书详解了从上个世纪90年代萌芽的卷积神经网络技术，到最新的技术，时间跨度超过30年，并不只是简单罗列当前各类模型，而是会从起源开始分析背后的原理，条分缕析地剖析其中设计思想。
书中部分内容预览如下：
本书我们给大家配套了相关直播的视频，PPT，全书彩图，发送关键词“深度学习之模型设计”到本公众号即可获取，签名版购买请联系有三本人微信Longlongtogo。
书中代码可以在我们的开源项目中获取，请接着往下看。
成长指导手册
这是2020年公众号为深度学习与计算机视觉学习者整理好的学习路线图，借鉴广泛采用的评级机制，分为4个大境界(不可知不会更新)，即白身，初识，不惑，有识。每一个境界都由浅入深提供10多篇文章对核心知识点进行梳理，并对技术发展的最新水平进行介绍和展望。
本资源名为《深度学习视觉算法工程师成长指导手册》，仍然在更新中，目前已经超过14万字，420页文档，可下载收藏打印，发送关键词“三人行必有AI”到本公众号即可获取。
本手册各章节及内容如下：
开源框架手册
这是有三AI发布的讲述深度学习主流开源框架的使用手册，同时配套有图文和视频教程，GitHub项目，目前支持13个开源框架，且会继续更新。
本资源名为《深度学习开源框架实践指导手册》，仍然在更新中，目前已经有150页文档，可下载收藏打印，发送关键词“深度学习开源框架”到本公众号即可获取。
本手册各章节及内容如下：
本手册我们给大家配套了GitHub项目，地址为：
https://github.com/longpeng2008/yousan.ai
其中还包括了两本书的开源代码，请大家自行获取：
实战类文章
公众号有很多实战类的文章都配套有代码，其中有的是免费专栏，有的是付费专栏，下面是其中各自的代表，更多的请大家自己去阅读，有三也不记得有多少了。
【调参实战】如何开始你的第一个深度学习调参任务？不妨从图像分类中的学习率入手。
【CV项目实战】纯新手如何从零开始完成一个工业级的图像分类任务？
如果口令失效了怎么办
口令本身不会失效，但是如果获取口令的人太多，对应的云盘资料可能会失效，这个时候有两种解决方案。
(1) 进入有三AI知识星球直接下载相关资源。以上大部分的资源在知识星球中都有，那是不会失效的。
(2) 进入有三AI书籍和文化产品群进行反馈，添加有三微信Longlongtogo即可加入，不过本人比较忙， 未必能及时回应。
