深度学习论文精选

深度学习是人工智能领域的一个重要分支，近年来取得了巨大的进展。以下是一些精选的深度学习论文，供您参考和学习。

论文列表

1. Deep Learning

   • 作者：Ian J. Goodfellow, Yoshua Bengio, Aaron Courville
   • 简介：这是一篇经典的深度学习综述论文，详细介绍了深度学习的各个方面。

2. AlexNet: An Image Classification Approach Using Deep Convolutional Neural Networks

   • 作者：Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton
   • 简介：AlexNet是深度学习在图像分类领域的一个里程碑，通过使用深度卷积神经网络实现了图像分类任务的突破。

3. VGGNet: Very Deep Convolutional Networks for Large-Scale Image Recognition

   • 作者：Karen Simonyan, Andrew Zisserman
   • 简介：VGGNet通过增加网络的深度，进一步提升了图像分类的性能。

4. GoogLeNet: Inception

   • 作者：Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich
   • 简介：GoogLeNet通过引入Inception模块，实现了在保持网络深度的同时减少参数数量和计算量。

5. ResNet: An Overview of Recent Deep Learning Based Image Recognition Techniques

   • 作者：Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun
   • 简介：ResNet通过引入残差学习，使得网络可以更深，同时避免了梯度消失和梯度爆炸的问题。

扩展阅读

如果您想了解更多关于深度学习的内容，可以访问我们的深度学习教程页面。

深度学习