無論你是學(xué)習(xí)機(jī)器學(xué)習(xí)還是深度學(xué)習(xí)，看學(xué)術(shù)論文必不可少。作為 AI 初學(xué)者而言，如何挑選更適合自己、更容易學(xué)習(xí)的 AI 論文尤為重要！真的會(huì)起到事半功倍的效果。

今天給大家推薦一個(gè)非常不錯(cuò)的 GitHub 開源項(xiàng)目：TopPaper。該項(xiàng)目匯聚了 AI 方向重點(diǎn)核心的論文，方便初學(xué)者查閱和下載，節(jié)約了很多時(shí)間。

首先放上該項(xiàng)目的地址：

https://github.com/qiulinzhang/TopPaper

目錄：

該 TopPaper 項(xiàng)目主要聚焦 AI 領(lǐng)域，主要內(nèi)容包括：傳統(tǒng)算法、CNN、視覺中的 Transformer、NLP 中的 Transformer 和自注意力、等等。

下面分別來看一下！

0. 傳統(tǒng)算法

傳統(tǒng)算法作者列舉了 3 個(gè)，分別是：SIFT、HOG、SURF，相應(yīng)的 Paper 鏈接已經(jīng)列出，同時(shí)也有該算法發(fā)表的期刊和年份信息。

1. CNN

1.1 圖像識(shí)別

1.1.1 網(wǎng)絡(luò)架構(gòu)

這部分主要列舉卷積神經(jīng)網(wǎng)絡(luò)比較核心的網(wǎng)絡(luò)結(jié)構(gòu)，例如：LeNet、ImageNet、AlexNet、VGGNet、GoogleLeNet 等。

1.1.2 數(shù)據(jù)集、數(shù)據(jù)增強(qiáng)、技巧

這部分主要列舉卷積神經(jīng)網(wǎng)絡(luò)常見的數(shù)據(jù)集、數(shù)據(jù)增強(qiáng)算法和一些調(diào)參技巧等。

1.2 目標(biāo)檢測(cè)

目標(biāo)檢測(cè)是 CNN 應(yīng)用的重要場(chǎng)景之一。關(guān)于目標(biāo)檢測(cè)的 AI 論文很多，作者列舉了經(jīng)典的 Fast RCNN 、SSD、YOLO 等卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

1.3 目標(biāo)分割

作者列舉了目標(biāo)分割領(lǐng)域相應(yīng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，例如：FCN、Unet、RefineNet 等。

1.6 人臉識(shí)別

人臉識(shí)別方向，作者列舉了 DeepFace、FaceNet、ArcFace 等網(wǎng)絡(luò)結(jié)構(gòu)。

2. 視覺中的 Transformer

3.?NLP 中的 Transformer 和自注意力

總結(jié)

總的來說，這份 AI 初學(xué)者經(jīng)典論文列表非常不錯(cuò)，作者精心整理幫助我們節(jié)省了很多時(shí)間。在我們查閱某一 AI 應(yīng)用領(lǐng)域相關(guān)論文的時(shí)候，這是一份很不錯(cuò)的參考資料，方便我們查閱。

希望這份資源對(duì)你有用，最后再次放上該 TopPaer 項(xiàng)目的開源地址：

https://github.com/qiulinzhang/TopPaper

---

AI 角：機(jī)器人也能劃拳了！

總結(jié)

以上是生活随笔為你收集整理的TopPaper：AI 初学者经典论文列表的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。