深度学习论文精读

录制完成的论文

日期	标题	封面	时长	视频（4K）
11/18/21	BERT 逐段精读		45:49	B站, 知乎, YouTube
11/9/21	GAN 逐段精读		46:16	B站, 知乎, YouTube
11/3/21	零基础多图详解 图神经网络（GNN/GCN）		66:19	B站, 知乎, YouTube
10/27/21	Transformer 逐段精读 （视频中提到的文献 1 )		87:05	B站, 知乎, YouTube
10/22/21	ResNet 论文逐段精读		53:46	B站, 知乎, YouTube
10/21/21	撑起计算机视觉半边天的 ResNet		11:50	B站, 知乎, YouTube
10/15/21	AlexNet 论文逐段精读		55:21	B站, 知乎, YouTube
10/14/21	9年后重读深度学习奠基作之一：AlexNet		19:59	B站, 知乎, YouTube
10/06/21	如何读论文		06:39	B站, 知乎, YouTube

所有论文

包括已经录制完成和之后将要介绍的论文。选取的原则是10年内深度学习里有影响力文章（必读文章），或者近期比较有意思的文章。当然这十年里重要的工作太多了，不可能一一过一遍。在选取的时候我会偏向一些之前 直播课 中没讲到过的。 欢迎大家在 讨论区 里提供建（点）议（歌）。

计算机视觉

1. ✅ [2012] AlexNet。深度学习热潮的奠基作。 [SS 引用：>=10K]
2. ✅ [2014] GAN。生成模型的开创工作。 [SS 引用：9998]
3. ✅ [2015] ResNet。构建深层网络都要有的残差连接。 [SS 引用：>=10K]
4. [2019] EfficientNet。通过架构搜索得到的CNN。 [SS 引用：3423]
5. [2019] MoCo：无监督训练效果也很好。 [SS 引用：2008]
6. [2020] ViT：Transformer杀入CV界。 [SS 引用：1525]
7. [2021] CLIP。图片和文本之间的对比学习。 [SS 引用：399]
8. [2021] Non-deep networks。让不深的网络也能在ImageNet刷到SOTA。 [SS 引用：0]
9. [2021] Swin Transformer。多层次的Vision Transformer。 [SS 引用：383]

自然语言处理

1. ✅ [2017] Transformer。继MLP、CNN、RNN后的第四大类架构。 [SS 引用：>=10K]
2. ✅ [2018] BERT。Transformer一统NLP的开始。 [SS 引用：>=10K]
3. [2020] GPT-3。朝着zero-shot learning迈了一大步。当然也得讲到 GPT 和 GPT-2。 [SS 引用：2545]

通用技术

1. [2014] Adam：深度学习里最常用的优化算法之一。 [SS 引用：>=10K]
2. [2016] 为什么超大的模型泛化性不错。 [SS 引用：3109]

其他领域

1. AlphaGo。让强化学习出圈的一系列工作。
2. Out-of-distribution
3. AlphaFold
4. Anchor-free object detection
5. Knowledge graph
6. [2014] Two-stream networks：首次超越手工特征IDT的视频分类架构。 [SS 引用：5093]
7. ✅ [2021] 图神经网络。 [SS 引用：4]

---

1. 1 斯坦福100+作者的200+页综述，2 对LayerNorm的新研究，3 对Attention在Transformer里面作用的研究 ↩︎