了解《神经网络》必看的6篇论文【附打包下载地址】

论文推荐

“《SFFAI 75期-神经网络专题》来自北京大学的陈汉亭同学推荐的文章主要关注于神经网络领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”

关注文章公众号

回复"SFFAI75"获取本主题精选论文

3篇领域经典

01

推荐理由：最经典的的卷积神经网络LeNet-5，将卷积运算引入神经网络中。

—— 陈汉亭

02

推荐理由：著名的AlexNet，在2012年的ImageNet图像分类比赛上使用卷积神经网络达到了最低的15.3%的Top-5错误率，比第二名低10.8个百分点。

—— 陈汉亭

03

推荐理由：将残差连接引入卷积神经网络中，让深层卷积神经网络的训练变得简单起来。

—— 陈汉亭

3篇领域前沿

04

推荐理由：将常规卷积运算拆分为深度可分离卷积，提高了卷积的运算速度。

—— 陈汉亭

05

推荐理由：提出了一种新的ghost模块，使用部分特征图生成其他的特征图来加速卷积运算。

—— 陈汉亭

06

推荐理由：使用shift操作来替换卷积中的乘法操作。

—— 陈汉亭

参会须知

会议主题

神经网络专题

会议简介

随着机器学习所使用的网络愈加复杂，参数量和计算量都在爆炸式增长，训练网络所需要的庞大计算资源和产生的能源消耗已经开始引起研究人员的关注。为了提高性效比，将神经网络模型小型化，减小计算量是十分重要的。本期我们邀请了来自北京大学的陈汉亭同学将为大家分享他在CVPR2020发表的工作，去除网络中的乘法运算，用加法神经网络获得较高学习能力。

会议时间

2020年8月2日（周日）

20:00 -- 21:00

报名方式

公众号二维码

请同学们扫码关注本公众号，对话框回复“SFFAI75”，获取入群二维码。

SFFAI的介绍

现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了人工智能前沿学生论坛SFFAI，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，进行学术传播，同时为讲者塑造个人影响力。

SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest。通过汇总各位参与者贡献的领域知识，沉淀人工智能前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献。SFFAI自2018年9月16日举办第一期，每周一期学术分享交流，截止目前已举办74期学术交流活动，共有100+位讲者分享了他们的真知灼见，来自100多家单位的同学参与了现场交流，通过线上推文、网络直播等形式，50000+人次参与了人工智能前沿学生论坛。SFFAI自发起以来，迅速成长壮大，已经成为人工智能学生交流的第一品牌，有志同道合的论坛核心志愿者团队、乐于学术分享的讲者伙伴，还有许多认可活动价值、多次报名参加现场交流的观众，大家通过参与人工智能前沿学生论坛，收获了宝贵的知识和友谊，SFFAI致力于帮助大家解决在学术中遇到的相关问题，拓展学术人脉，为大家营造专业、开放的学术交流环境！

历史文章推荐

• 李永露：PaStaNet：Toward Human Activity Knowledge Engine

• 杨传广：高效设计图像分类模型：混合连通性的门限卷积神经网络

• 朱时超：图平滑样条神经网络
  

• 曾仙芳：通过自监督解耦身份和姿态特征实现人脸再扮演任务

• 张杰：针对图像处理网络的模型水印

• 牛广林：规则引导的知识图谱组合式表示学习

• 王玫：自然环境下的多种族人脸：利用信息最大化自适应网络去减少种族偏差
  

• 傅朝友：Domain-Aware Diverse Face Manipulation

• 申磊：多轮对话中的上下文信息建模

• 方杰民：Recent Advances and Highlights of NAS

• 张志鹏：SiamDW Real-Time Visual Tracking

• 周龙：同步双向文本生成

• 王亦宁：Multilingual Neural Machine Translation

• 呼奋宇：深度层次化图卷积神经网络

分享、点赞、在看，给个三连击呗！