讀什么論文

如何找論文

（知網(wǎng)，找優(yōu)質綜述快速入門）

百度學術、google scholar

arXiv

如何找論文

PMID（PubMed Unique Identifier,PubMed唯一標識碼）：PubMed搜索引擎中收錄的生命科學和醫(yī)學等領域的文獻編號

DOI（Digit Object Unique Identifier,數(shù)字對象唯一標識符），相當于文獻的數(shù)字身份證

如何整理論文

時間-作者-題名

時間-關鍵詞-題名

論文管理軟件，endnote,Mendeley,

讀論文的困境

不同人群閱讀差異

讀論文三部曲、泛讀、精讀、總結

回答問題

可借鑒地方總結

論文結構

論文代碼學習：任務定義-數(shù)據(jù)來源-運行環(huán)境-運行結果-如何實現(xiàn)

基礎知識

baseline

CV\NLP

細分專題

學習路徑

本篇論文

《ImageNet Classification with Deep Convolutional Neural Network》

前期知識儲備

論文總覽

學習目標：卷積核可視化、模型結構設計、ILSVRC（數(shù)據(jù)集）

減輕過擬合

研究背景

ILSVRC：大規(guī)模圖像識別挑戰(zhàn)賽

強大計算資源——GPU

研究背景、成果及意義

研究成果

研究意義：拉開卷積神經(jīng)網(wǎng)絡統(tǒng)治計算機視覺的序幕，加速計算機視覺應用落地

端到端實現(xiàn)

安防領域的人臉識別、行人檢測、智能視頻分析、行人跟蹤

論文結構

摘要

AlexNet結構

卷積輸出特征圖大小計算

連接數(shù)量計算公式

AlexNet結構特點

ReLU非線性

LRN：局部響應標準化

訓練技巧：減少過擬合

數(shù)據(jù)增強

Dropout

實驗結果及分析

卷積可視化

可用Alexnet提取高級特征進行圖像檢索，圖像聚類

論文總結

關鍵點：

1. 大量帶標簽數(shù)據(jù)——ImageNet
2. 高性能計算資源——GPU
3. 合理算法模型——深度卷積神經(jīng)網(wǎng)絡

創(chuàng)新點：

1. 采用ReLU加快大型神經(jīng)網(wǎng)絡訓練
2. 采用LRU提升大型網(wǎng)絡泛化能力
3. 采用Overlapping Pooling提升指標
4. 采用隨機裁剪翻轉及色彩擾動增加數(shù)據(jù)多樣性
5. 采用Dropout減輕過擬合

啟發(fā)點