AI基础:深度学习论文阅读路线(127篇经典论文下载)
0.導語
作者:Floodsung
出處:https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap
翻譯:黃海廣
如果您是深度學習領域的新手,那么您可能會遇到的第一個問題是“我應該從哪篇論文開始閱讀?”
本文是深度學習論文的閱讀路線圖!
該路線圖是根據以下四個準則構建的:
從輪廓到細節
從舊到最新
從通用到特定領域
專注于最新技術
您會發現許多非常新的論文,但確實值得閱讀。
此外,作者將繼續在此路線圖中添加論文。
目前已經發布:
AI 基礎:簡易數學入門
AI 基礎:Python開發環境設置和小技巧
AI 基礎:Python 簡易入門
AI 基礎:Numpy 簡易入門
AI 基礎:Pandas 簡易入門
AI 基礎:Scipy(科學計算庫) 簡易入門
AI基礎:數據可視化簡易入門(matplotlib和seaborn)
AI基礎:機器學習庫Scikit-learn的使用
AI基礎:機器學習簡易入門
AI基礎:機器學習的損失函數
AI基礎:特征工程-類別特征
AI基礎:特征工程-數字特征處理
AI基礎:特征工程-文本特征處理
AI基礎:詞嵌入基礎和Word2Vec
AI基礎:圖解Transformer
AI基礎:一文看懂BERT
AI基礎:入門人工智能必看的論文
AI基礎:走進深度學習
后續持續更新
我已經將論文全部下載了,放到百度云提供下載。
百度云地址:
鏈接:https://pan.baidu.com/s/17Xcg6-mzRjlNKEIj2lSPiw
提取碼:fnks
我將本文放在我的數據科學的github中,如果百度云鏈接失效請到這里找下載地址:
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
論文我做成了zotero格式,可以直接在zotero中導入,如果沒有安裝zotero,那么也可以下載分類好的pdf文件,按照本文論文目錄進行分類了。
使用方法:
1.zotero 中閱讀,先導入到zotero,閱讀論文只需要在紅框中輸入論文名稱即可搜到。
2.直接下載文件閱讀
后續如果鏈接被取消,請直接到github上查看:
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
論文目錄
1 深度學習的歷史和基礎
1.0 圖書
1.1 回顧
1.2 深度信念網絡(DBN)(深度學習前夜的里程碑)
1.3 ImageNet的發展(深度學習從這里爆發)
1.4 語音識別的發展
2 深度學習方法
2.1 深度學習模型
2.2 優化方法
2.3 無監督學習/ 深度生成模型
2.4 RNN / 序列到序列模型
2.5 神經圖靈機
2.6 深度強化學習
2.7 深度遷移學習/終身學習/特別是針對強化學習
2.8 One-Shot深度學習
3 應用
3.1 NLP(自然語言處理)
3.2 目標檢測
3.3 目標跟蹤
3.4 圖像標注
3.5 機器翻譯
3.6 機器人
3.7 Art
3.8 目標分割
限于篇幅,本文的論文清單和下載地址放在我的數據科學的github中:
github地址:
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
一共127篇論文,可以說是最全的深度學習經典論文集!
總結
本文總結了深度學習閱讀論文的路線,并整理了127篇經典論文提供下載。
歡迎收藏分享。
備注:公眾號菜單包含了整理了一本AI小抄,非常適合在通勤路上用學習。
往期精彩回顧那些年做的學術公益-你不是一個人在戰斗適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載(第一部分)備注:加入本站微信群或者qq群,請回復“加群”加入知識星球(4500+用戶,ID:92416895),請回復“知識星球”喜歡文章,點個在看
總結
以上是生活随笔為你收集整理的AI基础:深度学习论文阅读路线(127篇经典论文下载)的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 清晰易懂的马尔科夫链原理介绍
- 下一篇: 开源!2019CCF BDCI 乘用车销