深度学习系列文献打卡计划总结

十周深度学习文献打卡任务结束！！！

原计划是十周读十篇，但是期间由于其他课程安排，给耽误2-3周，好在后期弥补回来了。

文献系列

这十篇文献可分为6个系列，分别是骨干网络系列、通用网络架构系列、网络技巧优化系列，目标检测系列，语义分割系列、遥感应用系列。

骨干网络系列

• Alex Net ：ImageNet Classification with Deep Convolutional Neural Networks
• ResNet ：Deep Residual Learning for Image Recognition

通用网络架构系列

• GAN ：Generative Adversarial Nets

• Siamese ：Learning a Similarity Metric Discriminatively, with Application to Face Verification

网络技巧优化系列

• Dropout ：Dropout A Simple Way to Prevent Neural Networks from Overfitting
• Batch Normalization ：Batch Normalization- Accelerating Deep Network Training by Reducing Internal Covariate Shift

目标检测系列

• YOLO ：You Only Look Once-Unified, Real-Time Object Detection

语义分割系列

• FCN ：Fully Convolutional Networks for Semantic Segmentation

遥感应用系列

• PNN ：Pansharpening by Convolutional Neural Networks
• Res U-Net：Road Extraction by Deep Residual U-Net

总结

这学期的深度学习文献阅读是一个相对比较费时费力的作业，特别是对于刚接触该领域的小白我来说。作业本身挺痛苦的，但是往往越费精力的事也会让人更有收获。这段时间坚持每周平均计划的阅读，首先来说，克服了对英文文献阅读的恐惧。虽然一开始只能凭借着翻译工具和博客解读等资料才能逐渐读懂一些论文，但在坚持一段时间阅读后，一些深度学习在遥感专业领域研究应用的英文文献已经不再需要这些辅助工具。其次来说，对深度学习在图像领域的发展历史、整体框架、应用领域和未来前沿都有所了解。虽然在这方面深度上有所欠缺，但是随着这些日子的文献阅读，资料的查阅，在广度上已经不断拓宽。我认为多多了解是好事，所谓见多识广，深入的研究是建立在广泛的了解的基础之上，更广阔的视野，才能看得远，让自己能走的路更多。

感谢深度学习徐老师和各位助教的文献阅读原始资料的提供、辛苦的教学以及各种作业的磨练。感谢国科大给予自由选课的机会。感谢自己每周的坚持。

希望大家能对已经发布的文献阅读的内容多多批评指正！！

展望

文献阅读的习惯还是要继续保持，给自己定个小目标，计划还是一周一篇文献阅读。这次不再限制于深度学习领域，范围可以拓展到遥感数据智能处理和深加工等相关领域。

下次汇总一下文献阅读的计划列表，接着打卡阅读，希望能够继续坚持吧！