最近遇到了很多新朋友感慨说，怎么才遇到你们，相见恨晚啊，走了好多弯路，一言难尽都是泪。
哈哈，别的也不多说了，佛系有三只能说一句，在这个茫茫人海和信息淹没的世界里，有缘千里来相会，无缘对面不相逢。如果是正确的人，遇到了有三AI平台你多半不会失望，有三AI不一定多么优秀，但一定足够独特，不接广告，只做原创，不跟热点，就是要做最好的AI学习平台，今天就来谈谈如何利用好我们平台进行学习，并且赚到钱。
文/编辑 | 言有三
1 微信公众号怎么用
1 怎么用公众号学习
基本上所有的内容都是通过微信公众号进行首发，一年了，320多篇原创，70多万字，20多个技术专栏。
那我们的文章该怎么读呢？下面是一个兼顾各种层次学习者的推荐学习路线，不再分别推荐路线。
以上这些内容在公众号的菜单栏中大半都整理好了，可以直接去阅读，如果找不到，就去历史消息中搜索，操作方法如下：
也可以参考我们写过的一些总结文章，直接获取其中的精华内容，近期的几篇总结如下：
这便是有三AI一年的底蕴，那些5000粉丝1000阅读量的AI技术干货
有三AI一周年了，说说我们的初衷，生态和愿景
【技术综述】有三AI不得不看的技术综述
代表性的若干文章如下：
1《AI修行之路》，经过多年经验以及参考若干资料独创一条初学者的学习路线，以计算机视觉领域为例，粗分为：白身，初识，不惑，有识，不可知5个境界，讲述从编程，图像基础到深度学习理论和实践，一步一步晋升。目前已经更新到了不惑境界，近期的一篇总结如下：
【完结】深度学习CV算法工程师从入门到初级面试有多远，大概是25篇文章的距离
【AI不惑境】数据压榨有多狠，人工智能就有多成功
【AI不惑境】网络深度对深度学习模型性能有什么影响？
【AI不惑境】网络的宽度如何影响深度学习模型的性能？
【AI不惑境】学习率和batchsize如何影响模型的性能？
【AI不惑境】残差网络的前世今生与原理
【AI不惑境】移动端高效网络，卷积拆分和分组的精髓
【AI不惑境】深度学习中的多尺度模型设计
2《方向综述》，覆盖图像分类，分割，目标检测，图像降噪，GAN，可视化，损失函数等等内容，对计算机视觉或者深度学习的某一个研究方向进行深入全面的解读，几个代表性文章如下：
【技术综述】一文道尽softmax loss及其变种
【技术综述】闲聊图像分割这件事儿
【技术综述】你真的了解图像分类吗？
【技术综述】万字长文详解Faster RCNN源代码
【技术综述】“看透”神经网络
【技术综述】一文道尽“人脸数据集”
【技术综述】多标签图像分类综述
【技术综述】基于弱监督深度学习的图像分割方法综述
【技术综述】一文道尽传统图像降噪方法
【技术综述】深度学习在自然语言处理中的应用发展史
3《开源框架》，覆盖caffe，tensorflow，pytorch，mxnet等十二个框架。每一个开源框架，从简介，到数据的处理，模型的自定义，模型的训练，结果的可视化，模型的测试等进行讲述，麻雀虽小，五脏俱全，两篇总结性质的文章如下：
【完结】给新手的12大深度学习开源框架快速入门项目
【完结】TensorFlow2.0 快速上手手册
4《数据理解》，覆盖各个领域数据集的介绍，数据整理与获取，数据增强，数据可视化等，两篇总结性质的文章如下：
【数据】深度学习从“数据集”开始
【技术综述】深度学习中的数据增强方法都有哪些？
5《模型结构》，对深度学习中的各类模型的结构进行剖析，对其适用的场景进行分析，三篇总结性质的文章如下：
【完结】总结12大CNN主流模型架构设计思想
【完结】12篇文章带你逛遍主流分割网络
【知识星球】超3万字的网络结构解读，学习必备
6《AI-1000问》，串讲AI技术中的一些非常小而重要，但是又容易被人忽视的问题，以实现知识的查漏补全，目前已经重新回归知识星球，两篇总结性质的文章如下：
【完结】AI1000问以后知识星球和B站见啦
有三AI 1000问回归，备战秋招，更多，更快，更好，等你来战！
7《深度学习理论》，细致地讲述深度学习中的基础理论，让大家更深刻的理解原理，跟踪前沿的发展，激发思考，一篇总结性质的文章如下：
【完结】12篇文章告诉你深度学习理论应该学到什么水平
8《模型训练》，从手动调参到自动调参，应有尽有，代表性文章如下：
【模型训练】SGD的那些变种，真的比SGD强吗
【模型训练】如何选择最适合你的学习率变更策略
9《AI大咖》，了解AI领域大咖的学术生涯和个人经历，推荐大咖的经典论文，代表性文章如下：
【AI大咖】认真认识一代AI教父Hinton
【AI大咖】再认识Yann LeCun，一个可能是拥有最多中文名的男人
【AI大咖】扒一下低调的Yoshua Bengio大神
【AI大咖】ML宗师乔教主，Science评选的全世界最有影响力的计算机科学家
【Git项目】想成为大咖，先从八卦大咖开始，这个GitHub项目你值得拥有
10《AI产品》，剖析AI领域产品背后的逻辑以及核心技术，代表文章如下：
【AI产品】产品小姐姐分析抖音背后的计算机视觉技术
【AI产品】超长文详解作业帮产品逻辑和技术原理
【AI产品】深扒美图秀秀中掳获万千少女芳心的“AI秘籍”
【AI产品】五一出游赏花草，你一定需要这款“形色”
11《移动端DL框架》，讲述移动端开源框架的使用，代表文章如下：
【移动端DL框架】当前主流的移动端深度学习框架一览
12《AutoML》，讲述AutoML相关的技术，代表文章如下：
【AutoML】AutoML专栏上线，跟Google一起见证调参党的末日？
13《强化学习》，讲述强化学习相关的技术，代表文章如下：
【强化学习】强化学习专栏上线，60多篇文章等你follow
【强化学习】数据科学，从计算到推理
【强化学习】从强化学习基础概念开始
14《GAN优化》，讲述GAN的优化目标相关的技术，代表文章如下：
【GAN优化】GAN优化专栏上线，首谈生成模型与GAN基础
【GAN的优化】从KL和JS散度到fGAN
【GAN优化】详解对偶与WGAN
【GAN优化】详解SNGAN(频谱归一化GAN)
【GAN优化】一览IPM框架下的各种GAN
【GAN优化】GAN训练的几个问题
15《NLP》，讲述自然语言处理相关的技术，代表文章如下：
【NLP】自然语言处理专栏上线，带你一步一步走进“人工智能技术皇冠上的明珠”。
【NLP】用于语音识别、分词的隐马尔科夫模型HMM
【NLP】用于序列标注问题的条件随机场（Conditional Random Field, CRF）
【NLP】经典分类模型朴素贝叶斯解读
【NLP】深度学习NLP开篇-循环神经网络(RNN)
【NLP】 NLP中应用最广泛的特征抽取模型-LSTM
【NLP】 聊聊NLP中的attention机制
16《图像分割》，讲述图像分割模型和应用，代表文章如下：
【完结】12篇文章带你逛遍主流分割网络
【图像分割应用】医学图像分割（一）——脑区域分割
【图像分割应用】医学图像分割（二）——心脏分割
【图像分割应用】医学图像分割（三）——肿瘤分割
【图像分割应用】医学图像分割小总结
17《图像分类》，讲述图像分类模型和应用，代表文章如下：
【图像分类】分类专栏正式上线啦！初入CV、AI你需要一份指南针！
【图像分类】从数据集和经典网络开始
【图像分类】 基于Pytorch的多类别图像分类实战
【图像分类】基于Pascal VOC2012增强数据的多标签图像分类实战
此外还有很多内容没有在上面介绍，比如python相关的技术，各类学习资源的推荐，行业的发展现状等等，就留着读者自己去寻找了。
当然，更好的办法就是每天收看我们的内容了，也可以申请加入有三AI微信群，不过微信群实行淘汰制，暂时无位。
2 怎么用公众号赚钱
那怎么利用公众号平台赚钱呢？方法就是成为有三AI的专栏作者，路线如下：
首先要在有三AI平台或者其他平台完成自我学习，拥有在某个领域系统性的专业知识。
然后在有三AI连载内容成为优质作者，向读者证明自己。
最后在平台的辅助下组建知识星球等付费社区，合作参与出版或者项目开发，甚至成为有三AI合伙人。
2 有三AI知识星球怎么用？
1 怎么用有三AI知识星球学习
有三AI知识星球与微信公众号的内容相互补充，特点就是：(1) 时间自由不设限制。(2) 长线更新，比如AI1000问，模型1000变，数据集，都是有至少一年的更新计划，每天都有新内容补充。(3) 方便留言，答疑，作业，勾搭大佬。
共分8大学习板块，目前已经超过300期内容，还是那句话，只做原创，其他地方看不到。
总体的学习路线如下，先熟悉深度学习模型，数据的使用，夯实AI的基础，随后多参与作业考题，以及项目开发等。
2 怎么用有三AI知识星球赚钱
在有三AI知识星球获得收入有两种方式，第一种是有奖问答，即参与作业写作获得奖金，后期还会开展比较大的比赛。
第二种是推荐星球内容给好友，好友加入后可以获得奖励补贴，直接由平台发到微信钱包，目前推荐成功一个好友可得45元奖励。
