看了这7篇论文,你会完全掌握卷积神经网络!
【摘要】 目前,作为深度学习的代表算法之一,卷积神经网络(Convolutional Neural Networks,CNN)在计算机视觉、分类等领域上,都取得了当前最好的效果。后来,基于深度神经网络和搜索树的智能机器人“AlphaGo”在围棋上击败了人类,这是CNN 给人们的一个大大的惊喜。一年后的 Master 则更是完虐了所有人类围棋高手,达到神一般的境界,人类棋手毫无胜机。可以说,卷积神经网络...
目前,作为深度学习的代表算法之一,卷积神经网络(Convolutional Neural Networks,CNN)在计算机视觉、分类等领域上,都取得了当前最好的效果。
后来,基于深度神经网络和搜索树的智能机器人“AlphaGo”在围棋上击败了人类,这是CNN 给人们的一个大大的惊喜。一年后的 Master 则更是完虐了所有人类围棋高手,达到神一般的境界,人类棋手毫无胜机。
可以说,卷积神经网络是深度学习算法应用最成功的领域之一。
目前,CNN应用也十分广泛。例如Facebook用它进行自动的图像标签,google用它做照片检索,amazon用它做产品推荐,Pinterest用它做个性化家庭定制推送,Instagram用它搭建他们的搜索架构。
那么,基于CNN最经典也是最流行的应用应当是图像处理领域。而研读卷积神经网络的经典论文,对于学习和研究卷积神经网络必不可缺。
今天,给大家推荐一些资料,有论文、知识图谱。
7份经典学术论文
这些论文大部分都发表在计算机视觉顶级学术会议上。这7份论文资料,100p以上的内容体量。建议收藏学习。
01 resnet
02 CNN
03 batchnorm
04 alexnet
05 visualzing
06 resnet
07 yolo4
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)