论文复现组 2025级
探索人工智能前沿 · 复现经典论文 · 构建学术基础
关于我们
📚 组织简介
论文复现组主要研读和复现人工智能领域的经典论文，一起讨论、交流学术内容，也会适当地发散式探索人工智能领域其他技术，适合自学能力强、想打下人工智能研究基础的同学。
论文复现组专注于深度学习、强化学习、计算机视觉等前沿领域，通过实践加深理论理解。
📟 联系我们
邮件 : ethan@stu2024.jnu.edu.cn
微信 : _Fish890
我们欢迎任何人来旁听学习，即使你不在论文复现组
最新通知
资源栏目
📁 论文与代码
Visual Geometry Group（VGG）提出的论文
手写数字识别数据集
Resnet - 残差神经网络
📖 推荐书籍
深度学习入门，咱们简称鱼书
强化学习入门
🧭 优秀博客与指南
动手学深度学习
强化学习OpenAI优化策略
李沐：动手学深度学习
吴恩达深度学习
重要网址
例会回顾
学习路线
Python与深度学习
熟悉Python编程，了解深度学习与PyTorch基础操作
即将开始：看完《深度学习入门：基于python的理论与实现》1.5（Numpy）、1.6（Matplotlib）、2章（感知机）、3章（神经网络）、4章（神经网络的学习）、7章（卷积神经网络），书本可在本站资源栏目下载
VGG与MNIST
学习VGG并于MNIST实践手写识别
即将开始：阅读VGG论文，基于MNIST数据集做预处理脚本，完成自定义模型以及训练代码
学习神经网络回归模型
完成Kaggle竞赛：房价预测
即将开始：数据集读取、模型构建、训练部分尽量尝试自己完成，数据预处理(例如填充缺失数据、归一化等)、生成提交文件部分可参考指导。(模型选用多层感知机即可，不要求拿到很好的分数)。
学习Resnet及其变体、了解更多卷积
Resnet及其变体、FLOPS与FLOPs、空洞卷积、转置卷积、三维卷积
即将开始
yolo v1 - v8
学习理论知识并部署他们
即将开始
pytorch与强化学习
熟悉pytoch基础操作，了解强化学习
即将开始：看完《白话强化学习与Pytorch》1章（强化学习是什么）、2章（强化学习的脉络）、3章（动态规划）、4章（蒙特卡罗法）、5章（时间查分）、8.1（2013版DQN）、8.2（2015版DQN），书本可在本站资源栏目下载
深度学习与强化学习
回顾深度学习、cv与强化学习基础
即将开始
经典且常用的算法
Q-learning、DQN、PPO
即将开始
强化学习实践项目
自博弈下棋机器人、走迷宫机器人、王者荣耀1v1智能体
即将开始
nlp与llm
将交由25级代理部长讲解
即将开始