参考文献

参考文献

本页收录科研笔记引用的学习资料,包括论文原文、代码实现和工具文档。

项目与教程 #

  • 《动手做科研》。WengLean 和贡献者编写的 AI 科研入门教程,涵盖环境准备、深度学习练习和科研流程。项目仓库
  • CDLab。遥感图像变化检测的实验代码和基准,包含 SVCD 数据集入口和训练配置。项目仓库
  • 《AutoDL算力云使用流程(附保姆级教程)》。笔记在租卡训练一节引用的图文教程。CSDN 原文

论文与代码 #

  1. He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep Residual Learning for Image Recognition. CVPR, 770–778. 笔记中的 ResNet-18 训练示例所用模型的原始论文。论文全文
  2. Ronneberger, O., Fischer, P., & Brox, T. (2015). U-Net: Convolutional Networks for Biomedical Image Segmentation. MICCAI, 234–241. 实验结果表中所列 U-Net 基线的模型来源。论文原文
  3. Lebedev, M. A., Vizilter, Y. V., Vygolov, O. V., Knyaz, V. A., & Rubis, A. Y. (2018). Change Detection in Remote Sensing Images Using Conditional Adversarial Networks. ISPRS Archives, XLII-2, 565–571. SVCD 数据集的来源论文。论文原文
  4. Kang, W.-C., & McAuley, J. (2018). Self-Attentive Sequential Recommendation. IEEE ICDM, 197–206. SASRec 的原始论文。论文全文 · 作者实现
  5. Sun, F., Liu, J., Wu, J., Pei, C., Lin, X., Ou, W., & Jiang, P. (2019). BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer. ACM CIKM, 1441–1450. 论文全文 · 作者实现

工具与平台 #

  • Python。查阅语法、数据结构、模块和虚拟环境。中文教程
  • Jupyter Notebook。学习如何编写、运行和管理 .ipynb 笔记本。官方文档
  • PyTorch。查阅张量、数据加载、模型定义和训练循环。入门教程
  • Google Colab。在浏览器中运行笔记本,查看运行时和硬件加速器说明。官方常见问题
  • AutoDL。查阅云端 GPU 实例创建、数据上传和终端训练的步骤。快速开始
  • SwanLab。记录超参数和训练指标,对比各次运行。官方文档
  • TensorBoard。读取训练事件日志并查看曲线。入门文档
  • Hugging Face Papers。浏览论文及其关联项目。论文页面
回到顶部 前往底部