CNN文章总结(简单汇总)

前言

这一部分会总结一下所有发的关于CNN的文章。因为我不是主要做图像方向的，所以也是只看了一个大概，一些细节不能完全覆盖到。要是有什么错误还请指出。

CNN文章汇总

CNN基础知识

• CNN为什么适用于图像 : Convolutional Neural Networks(CNN)介绍–Pytorch实现
• Convolution与Pooling的介绍 : Convolutional Neural Networks(CNN)介绍–Pytorch实现
• CNN与Fully-Connected Network的关系(前三篇是一篇文章，都是对应CNN的基础知识) : Convolutional Neural Networks(CNN)介绍–Pytorch实现
• Transposed Convolution与Unpooling的介绍(逆卷积的简单理解和实验) : 详解逆卷积操作–Up-sampling with Transposed Convolution

CNN的可视化

• 直接看每个卷积输出的结果
• 看某个卷积的weight
• 检索使某个神经元激活最大的输入 : CNN可视化Convolutional Features

CNN的实验

• 卷积层可视化, 这一篇文章有很详细的讲解hook的使用 : CNN可视化Convolutional Features
• CNN实现MNIST分类, 与生成攻击样本(攻击样本生成的一种简单的想法) : 使用CNN在MNIST上实现简单的攻击样本
• Deep dream(一篇论文的复现) : PyTorch实现Deep Dream
• Image Style Transform, 这一篇文章有讲解Style Loss是如何想到的，会有什么含义 : Image Style Transform–关于图像风格迁移的介绍

CNN的应用

• CNN在NLP上的应用(两篇论文的简单阅读讲解) : CNN在NLP上的应用–简单介绍

CNN经典网络的发展

• 下面的几部分都在这篇文章里 : Development of Convolutional Neural Network(CNN的发展简介)
• About 2018 ACM A.M. Turing Award
• AlexNet
• VGG16/19
• GoogleNet
• ResNet