网 络 结 构 篇 网络结构篇 网络结构篇
- 基础网络:
1 FCNN-全连接神经网络
2.CNN-卷积神经网络
3.RNN-循环神经网络
4.ConvLSTMCell
5.RNN
6.LSTM
7.One-CNN
一 CV
理论上通过解码(映射),什么样形式的数据都可以解码为图片数据,即矩阵
主题:图像分类,图像检测,图像分割,视频跟踪,文字检测,超分辨率,身体姿态识别
- 深度学习综述:
- 图像分类经典网络:
1.LeNet-1998
2.AlexNet-2012
3.VGG-2015
4.GoogleNet-2014
5.ResNet-2016
6.DenseNet-2016
7.SENet-2017
8.EfficientNet-2019
9.SAM-2019
- 图像检测网络
2013-2018:
Loss:
1.RetinaNet-2017
OneStage:
1.YOLO v1
2.YOLO v2-2016
3.YOLO v3-2018
4.YOLO-v4-2020
5.YOLO-v5(伪)-2020
6.SSD
7.DSSD
8.CenterNet-2019
9.SNIP-2018
9.M2Det-2019
10.DetectoRs-2020
11.EfficientDet-2020
12.CBNet-2020
13.TSD-2020
14.ResNest-2020
TwoStage:
1.RCNN
2.Fast RCNN
3.Faster RCNN
4.Mask R-CNN-2017
5.Cascade RCNN
- 人脸识别
- 图像分割:
1.FCN-2015
2.U-Net-2015
3.FusionNet-2016
4.DeepLab-3.5系列-2017-2018
5.DeconvNet-2015
6.SegNet-2017
7.PSPNet-2017
8.Enet-2016
9.LinkNet-2017
10.GCN-2017
11.ExFuseNet-2018
12.DFN-2018
13.BiSeNet-2018
14.DFANet-2019
15.RedNet-2018
15.待留
16.待留
- 目标跟踪:
1.目标跟踪器的综述和综合测评
2.FCNT-2015
3.GOTURN-2015
4.Siamese-2016
- 姿态识别
- 文本识别
1.CTPN-2016
2.CRNN-2015
3.RARE-2016
4.ASTER-2018
- 图像超分辨率
1.DRRN-2017
2.LapSRN-2017
3.RDN-2018
4.PASSRnet-2019
- 多模型网络:
1.Deep Mutual Learning-2018
2.DAFL-2019
3.含噪声的学生模型自训练可改进ImageNet分类-2020
- 多任务注意力模型:
- 其他
二 GAN
- GAN网络
0.GAN基础
–
1.原生GAN-2014
2.DCGAN-2016
3.CGAN-2014
4.ACGAN-2016-2017
5.InfoGAN-2016
6.WGAN-2017
7.SSGAN-2018-2018
8.Pix2PixGAN
9.CycleGAN
10.StyleGAN2-2019
11.文本生成图片
12.AUTO-GAN
https://arxiv.org/abs/1908.03835
三 NLP
主题:语言模型,机器翻译,文本分类,阅读理解,生成对话,序列标注,关系抽取,建模关系数据
在NLP相比于文本分类,序列标注更为核心
- 语言模型
1.词向量-2013
2.句和文档的embedding-2014
3.GloVe-2014
4.Skip Thought-2015
5.大规模预料模型-2016
6.Deep contextualized word represntations-2018
7.Transformer-XL-2019
8.BERT—NAACL-2019
9.ERNIE-2019
10.RoBERT-2020
- 序列模型
1.transformer-2017
2.基于卷积网络的seq2seq-2017
3.seq2seq-2017
4.TCN-2018
- 机器翻译
1.多层LSTM-2014
2.机器翻译:Jointly Learning-2015
3.谷歌的神经网络机器翻译-2016
4.UMT-2018
- 文本分类
1.TextCNN-2014
2.基于字符“从0开始学习”的文本分类-2015
3.动态卷积网络和n-gram思想用于句分类-2014
4.fasttext-2017
5.层次化attention机制用于文档分类-2016
- 阅读理解
1.双向Attention-2017
2.QANet-2018
- 对话生成
- 序列标注
- 关系抽取
- 建模关系数据
- 记忆网络
1.End-to-End Memory Networks-2015
- 序列生成
- 元学习
- 语音情绪识别
1.SER