【新智元导读】 从深度学习的历史和基础,到深度学习基本概念,再到模型和应用,可能是最全的深度学习论文汇总。
如果你是深度学习领域的一名新手,可能会遇到的第一个问题是“应该从哪篇论文开始读起呢?”
这里给出了深度学习论文阅读路线图!
路线图按照下面四个准则构建而成:
你将会发现很多近期发表但是确实值得一读的论文。
我们将持续不断的给这条路线图添加论文。
1
深度学习历史和基础
1.0 书籍
1.1调查
1.2 深度信念网络(DBN) (深度学习开篇的里程碑)
1.3 ImageNet进展(深度学习从此爆发)
1.4语音识别进展
阅读完上面这些论文后,通过对深度学习模型(包括CNN,RNN,LSTM)的基础框架,以及深度学习如何应用于图像和语音识别问题的理解,你将会对深度学习的历史有一个基本的认识。下面的论文将带你深入理解深度学习模型,深度学习在不同领域的应用和前沿。我们建议你根据自己的兴趣和研究方向选择下面的论文进行阅读。
2
深度学习方法
2.1模型
2.2优化
2.3无监督学习/深度生成模型
2.4RNN/ Sequence-to-Sequence模型
2.5神经图灵机
2.6深度强化学习
2.7深度迁移学习/终生学习/强化学习
2.8One Shot深度学习
3
应用
3.1NLP(自然语言处理)
3.2目标检测
3.3视觉跟踪
3.4图像标注
3.5机器翻译
Some milestone papers are listed in RNN / Seq-to-Seq topic.
3.6机器人技术
3.7艺术
3.8目标分割
原文链接:https://github.com/songrotek/Deep-Learning-Papers-Reading-Roadmap