看了這7篇論文，你會完全掌握卷積神經網路！

目前，作為深度學習的代表演算法之一，卷積神經網路（Convolutional Neural Networks，CNN）在計算機視覺、分類等領域上，都取得了當前最好的效果。

後來，基於深度神經網路和搜尋樹的智慧機器人“AlphaGo”在圍棋上擊敗了人類，這是CNN 給人們的一個大大的驚喜。一年後的 Master 則更是完虐了所有人類圍棋高手，達到神一般的境界，人類棋手毫無勝機。

可以說，卷積神經網路是深度學習演算法應用最成功的領域之一。

目前，CNN應用也十分廣泛。例如Facebook用它進行自動的影像標籤，google用它做照片檢索，amazon用它做產品推薦，Pinterest用它做個性化家庭定製推送，Instagram用它搭建他們的搜尋架構。

那麼，基於CNN最經典也是最流行的應用應當是影像處理領域。而研讀卷積神經網路的經典論文，對於學習和研究卷積神經網路必不可缺。

今天，給大家推薦一些資料，有論文、知識圖譜。

這些論文大部分都發表在計算機視覺頂級學術會議上。這7份論文資料，100p以上的內容體量。建議收藏學習。

 01 resnet

02 CNN

03 batchnorm

04 alexnet

05 visualzing

06 resnet

07 yolo4