深度学习是人工智能领域的一个重要分支，本文精选了一些深度学习的经典论文，供大家参考学习。

经典论文列表

  1. AlexNet

    • 作者：Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton
    • 简介：AlexNet是深度学习在图像识别领域取得突破性进展的开端，它引入了卷积神经网络（CNN）的概念，并在ImageNet竞赛中取得了优异成绩。
    • AlexNet

  2. VGGNet

    • 作者：Karen Simonyan, Andrew Zisserman
    • 简介：VGGNet在AlexNet的基础上进一步提高了深度学习的性能，通过使用更深的网络结构，VGGNet在ImageNet竞赛中取得了更好的成绩。
    • VGGNet

  3. GoogLeNet

    • 作者：Christian Szegedy et al.
    • 简介：GoogLeNet引入了Inception模块，通过将多个卷积层堆叠，实现了更高效的计算和更好的性能。
    • GoogLeNet

  4. ResNet

    • 作者：Kaiming He et al.
    • 简介：ResNet通过引入残差学习，解决了深度神经网络训练过程中的梯度消失问题，使得网络可以训练得更深。
    • ResNet

  5. DenseNet

    • 作者：Gang Huang et al.
    • 简介：DenseNet通过将网络中的所有层都连接起来，提高了网络的性能和效率。
    • DenseNet

扩展阅读

更多关于深度学习的论文和资料，可以访问深度学习论文库。

返回首页