计算机视觉入门必修手册

本人在 GitHub 放置一个项目 programming，该项目记录本人自学的些许笔记。在 book 中放置了我的第一本书，该书记录了如何使用 Git 去管理项目以及如何使用 Python 处理数据集，训练神经网络，做符号运算。同时也介绍了 MXNet 与 TensorFlow2 的基本使用。

第一本书：计算机视觉入门必修手册，主要分为四大篇章：

• 第一篇 基础篇
• 第二篇 数据篇
• 第三篇 工具篇
• 第四篇 案例篇

“基础篇”主要介绍如何搭建机器学习乃至深度学习环境，如何使用 Markdown 编写一份优秀的项目说明文档，最后简要的介绍了 Python 基础。

“数据篇”首先介绍了如何定制属于自己的数据集，并将MINIST、FASHION-MNIST、Cifar10 与 Cifar100 打包为 HDF5 文件，统一调用接口。接着讨论了如何处理 CASIA 中文手写汉字，提供了编码与解码工具。最后，介绍了 COCO API 的使用，同时提供了 对压缩文件的调用接口（即无需解压数据，直接通过 API 获取您想要的数据）。

“工具篇”首先介绍了分布式项目管理工具 Git 的基础知识。然后介绍如何在 Github 构建属于自己的计算机视觉开源项目，同时提供了一份设计开源项目的模板，并告知如何创建属于自己的社区。最后，介绍如何从零开始设计计算机视觉软件，提供了一种设计软件的思路，同时介绍了 SymPy 为数值计算提供解决方案。

“案例篇”首先介绍了使用 MXNet 实现猫狗分类器， 利用GluonCV学习Faster RCNN。接着介绍如何利用 Git Submodule 自制一个集数据与API于一身的项目。最后介绍了 TensorFlow2 的基础，同时讨论了 TensorFlow2、MXNet 与 Pytorch 之间的区别与联系。