目前，深度学习正在经历光速增长，每个月都会涌现出大量的新架构和光芒四射的想法。自过去几年以来，已经开发出几种有影响力的想法，并应用于不同的论文——其中最重要的是Transformer, EfficientNet, MobileNets。是否有一些现代参考，本着著名的https://www.deeplearningbook.org/的精神，在某种程度上概括了深度学习中最突出的进步？
一般深度学习理论的现代参考
数据挖掘
深度学习
图书
2022-02-13 22:43:12
1个回答
对于深度学习架构的最新实践，我关注 Kaggle 最新竞赛的笔记本。
例如，在最近结束的 Cassava Leaf Deasese 计算机视觉竞赛中，人们分享了不同 State of the art Architectures 上的实验笔记本，例如 Vision Transformer（预训练的各种版本 - vit_large_patch16_384、vit_base_patch16_384等模型）、Facebook 的 Data-efficient Image Transformers、EfficientNet（Noisy Student 版、Imagenet 版）等
https://www.deeplearningbook.org/这本书无疑是伟大的书之一。但是对于最新的实践，如果你遵循 Kaggle 笔记本，你会得到一个很好的代码解释。
我建议你，探索Casava 叶病分类竞赛的 Notebooks 部分，以获得更多模型和各种最近发布的损失函数等。
其它你可能感兴趣的问题