這篇博客主要記載一些沒有代碼實(shí)現(xiàn)的計(jì)算機(jī)論文，并且確保在理論上也不值得讀的論文的匯總。

論文名稱不再閱讀的理由所屬期刊/會(huì)議

《Negative eigenvalues of the hessian in deep neural networks》	根據(jù)一作本人回復(fù)，連他自己都不能在家里復(fù)現(xiàn)，需要使用谷歌特定的腳本以及一堆設(shè)備才能復(fù)現(xiàn)。	ICLR2018
《Hessian free optimization methods for machine learning problems》	這個(gè)東西是斯坦福吳恩達(dá)旗下的學(xué)生做得一個(gè)大作業(yè)，實(shí)驗(yàn)的結(jié)尾效果很差，爛尾了。	CS229 Class Project
《Exact Calculation of the Hessian Matrix for the Multilayer Perceptron》	式子(3.2)中的${\delta }_{ll}$在論文中沒有定義	《Neural Computation》
《Deep learning via Hessian-free optimization》	根據(jù)reddit上面的說法目前tensorflow還是沒有對(duì)hf的相關(guān)實(shí)現(xiàn)，另外計(jì)算量也很大，所以放棄吧。	ICML2010
《Estimating the Hessian by Back-propagating Curve》-James Martens	根據(jù)reddit上面的說法目前tensorflow還是沒有對(duì)hf的相關(guān)實(shí)現(xiàn)，另外計(jì)算量也很大，所以放棄吧。	ICML2012
《3D-based video recognition acceleration by leveraging temporal locality》	因?yàn)橼s時(shí)間導(dǎo)致造假,作者陳慧祥已經(jīng)自殺	ISCA2019
《ArcFace: Additive Angular Margin Loss for Deep Face Recognition》	知乎網(wǎng)友吐槽實(shí)際效果很差.	CVPR2019
《Fast Spatio-Temporal Residual Network for Video Super-Resolution》	抄襲了《Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks》ICCV-2017	CVPR2019
《TextCohesion: Detecting Text for Arbitrary Shapes》	故意調(diào)低baseline	CVPR2019
《Self-Supervised Representation Learning by Rotation Feature Decoupling》	ICLR18的《UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS》和CVRP18的《UNSUPERVISED REPRESENTATION LEARNING BY PREDICTING IMAGE ROTATIONS》這兩篇論文里提出來的自監(jiān)督學(xué)習(xí)方法拼了一下	CVPR2019
《APDrawingGAN: Generating Artistic Portrait Drawings from Face Photos with Hierarchical GANs》	拿著自動(dòng)化所做人臉那撥人的tp-gan換個(gè)任務(wù)跑一波	CVPR2019
《Accel: A Corrective Fusion Network for Efficient Semantic Segmentation on Video》	方法沒有創(chuàng)新,對(duì)比結(jié)果好的唯一原因是baseline太低。	CVPR2019
《Filter Pruning via Geometric Median for Deep Convolutional Neural Networks Acceleration》	1.2.沒有evaluate《Rethinking the Value of Network Pruning》強(qiáng)調(diào)的train from scratch的baseline	CVPR2019
《Multi-Label Image Recognition with Graph Convolutional Networks》	issue中，論文被質(zhì)疑GCN是否有用,然后issue就被關(guān)閉了	CVPR2019
《Generating ClassificationWeights with GNN Denoising Autoencoders for Few-Shot Learning》	實(shí)驗(yàn)結(jié)果提升微乎其微	CVPR2019
《Spot and Learn: A Maximum-Entropy Patch Sampler for Few-Shot Image Classification》	挑數(shù)據(jù)集	CVPR2019
《Horizontal Pyramid Matching for Person Re-identification》	知乎網(wǎng)友認(rèn)為水	CVPR2019
《Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training》	知乎網(wǎng)友認(rèn)為水	CVPR2019
《Dual Attention Network for Scene Segmentation》	思路和網(wǎng)絡(luò)結(jié)構(gòu)都是抄self attention gan	CVPR2019
《Co-Occurrent Features in Semantic Segmentation》	與上面一篇類似的問題	CVPR2019
《Recurrent neural networks with ReLU and identity matrix initialization 》	作者關(guān)github issue	CVPR2019
《Exact solutions to the nonlinear dynamics of learning in deep linear neural networks》	評(píng)估linear NN[1]的訓(xùn)練時(shí)間	Computer Science 期刊
《Learning From Noisy Labels By Regularized Estimation Of Annotator Confusion》	抄襲了《Deep Learning from Crowds》	CVPR2019

Reference:
[1]Difference of Deep linear/ no linear neural networks

總結(jié)

以上是生活随笔為你收集整理的不要再次进行阅读的计算机论文与理由(持续更新中)的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。