深度学习的经典算法的论文、解读和代码实现

深度学习是目前最火的算法领域。他在诸多任务中取得的骄人成绩使得其进化越来越好。本文收集深度学习中的经典算法，以及相关的解释和代码实现。目前主要包括CNN和RNN两大块内容。后续将持续更新，考虑加入强化学习以及生成对抗网络等。欢迎交流。

CNN网络的经典算法

LeNet-5

来源论文：LeCun, Yann, et al. "Gradient-based learning applied to document recognition." Proceedings of the IEEE 86.11 (1998): 2278-2324.

论文详解：CNN入门算法LeNet-5详解

代码实现：https://github.com/TaavishThaman/LeNet-5-with-Keras

AlexNet

来源论文：Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "Imagenet classification with deep convolutional neural networks." Advances in neural information processing systems. 2012.

论文详解：CNN经典算法AlexNet介绍

代码实现：https://github.com/hjptriplebee/AlexNet_with_tensorflow

VGG

来源论文：Simonyan, Karen, and Andrew Zisserman. “Very deep convolutional networks for large-scale image recognition.” arXiv preprint arXiv:1409.1556 (2014).

论文详解：CNN经典算法VGGNet介绍

代码和预训练资源：VGGNet预训练模型及代码资源

Inception

Inception-v1(GoogLeNet)

来源论文：Szegedy, Christian, et al. “Going deeper with convolutions.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2015.

论文详解：CNN经典算法之Inception V1（GoogLeNet）

代码和预训练资源：GoogLeNet代码资源（Tensorflow）

BN-Inception

Inception-v2

Inception-v3

Inception-v4

Inception-ResNet

NASNet

ResNet

R-CNN

R-CNN

Fast R-CNN

Faster R-CNN

FCN

FCN

R-FCN

YOLO

Yolo v1

Yolo v2

Yolo v3

SSD

RNN的经典算法

RNN

GRU

LSTM

Encoder-Decoder

Attention

Transformer

BERT