AI基础：深度学习论文阅读路线（127篇经典论文下载）
0.导语
作者：Floodsung
出处：https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap
翻译：黄海广
如果您是深度学习领域的新手，那么您可能会遇到的第一个问题是“我应该从哪篇论文开始阅读？”
本文是深度学习论文的阅读路线图！
该路线图是根据以下四个准则构建的：
从轮廓到细节 从旧到最新 从通用到特定领域 专注于最新技术
您会发现许多非常新的论文，但确实值得阅读。
此外，作者将继续在此路线图中添加论文。
目前已经发布：
AI基础：数据可视化简易入门（matplotlib和seaborn）
后续持续更新
我已经将论文全部下载了，放到百度云提供下载。
百度云地址：
链接：https://pan.baidu.com/s/17Xcg6-mzRjlNKEIj2lSPiw
提取码：fnks
我将本文放在我的数据科学的github中，如果百度云链接失效请到这里找下载地址：
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
论文我做成了zotero格式，可以直接在zotero中导入，如果没有安装zotero，那么也可以下载分类好的pdf文件，按照本文论文目录进行分类了。
使用方法：
1.zotero 中阅读，先导入到zotero，阅读论文只需要在红框中输入论文名称即可搜到。
2.直接下载文件阅读
后续如果链接被取消，请直接到github上查看：
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
论文目录
1 深度学习的历史和基础
1.0 图书1.1 回顾1.2 深度信念网络（DBN）（深度学习前夜的里程碑）1.3 ImageNet的发展（深度学习从这里爆发）1.4 语音识别的发展2 深度学习方法
2.1 深度学习模型2.2 优化方法2.3 无监督学习/ 深度生成模型2.4 RNN / 序列到序列模型2.5 神经图灵机2.6 深度强化学习2.7 深度迁移学习/终身学习/特别是针对强化学习2.8 One-Shot深度学习3 应用
3.1 NLP(自然语言处理)3.2 目标检测3.3 目标跟踪3.4 图像标注3.5 机器翻译3.6 机器人3.7 Art3.8 目标分割限于篇幅，本文的论文清单和下载地址放在我的数据科学的github中：
github地址：
https://github.com/fengdu78/Data-Science-Notes/tree/master/8.deep-learning/Deep-Learning-Papers-Reading-Roadmap
一共127篇论文，可以说是最全的深度学习经典论文集！
总结
本文总结了深度学习阅读论文的路线，并整理了127篇经典论文提供下载。
欢迎收藏分享。
备注：公众号菜单包含了整理了一本AI小抄，非常适合在通勤路上用学习。
往期精彩回顾
备注：加入本站微信群或者qq群，请回复“加群”