李沐b站视频链接9年后重读深度学习奠基作之一：AlexNet【论文精读】_哔哩哔哩_bilibili-
https://www.bilibili.com/video/BV1ih411J7Kz?spm_id_from=333.999.0.0
主要记录行业大专家如何看待细分领域，跨领域工作的
1.alexnet 论文只是说明了效果很好 但是没有说明为什么效果好，以及在什么地方效果好
2.计算机视觉对刷榜很在意，所以对.alexnet 没有理论上的偏见
3.alexnet的摘要更像技术报告，很少有论文写成“我们做了什么，达到什么效果”
4.比第二好很多是个亮点
5.讨论是吐吐槽以及未来要干什么事情，结论是与摘要一一对应
6.去掉一层网络导致性能下降，论文的结论是网络越深越好，但是可能是参数没设置好，搜参搜的不够
网络就像拍照，宽高要合适
7.alexnet之前更多是做无监督学习，因为监督学习做不赢别人
8.video计算量加的很多，video有版权的太多，研究的难度还是很大
9.第一遍看论文 看懂的通常是实验的结果图 和 你细分方向的图