无论你是学习机器学习还是深度学习，看学术论文必不可少。作为 AI 初学者而言，如何挑选更适合自己、更容易学习的 AI 论文尤为重要！真的会起到事半功倍的效果。
今天给大家推荐一个非常不错的 GitHub 开源项目：TopPaper。该项目汇聚了 AI 方向重点核心的论文，方便初学者查阅和下载，节约了很多时间。
目录：
该 TopPaper 项目主要聚焦 AI 领域，主要内容包括：传统算法、CNN、视觉中的 Transformer、NLP 中的 Transformer 和自注意力、等等。
下面分别来看一下！
0. 传统算法
传统算法作者列举了 3 个，分别是：SIFT、HOG、SURF，相应的 Paper 链接已经列出，同时也有该算法发表的期刊和年份信息。
1. CNN
1.1 图像识别
1.1.1 网络架构
这部分主要列举卷积神经网络比较核心的网络结构，例如：LeNet、ImageNet、AlexNet、VGGNet、GoogleLeNet 等。
1.1.2 数据集、数据增强、技巧
这部分主要列举卷积神经网络常见的数据集、数据增强算法和一些调参技巧等。
1.2 目标检测
目标检测是 CNN 应用的重要场景之一。关于目标检测的 AI 论文很多，作者列举了经典的 Fast RCNN 、SSD、YOLO 等卷积神经网络结构。
1.3 目标分割
作者列举了目标分割领域相应的神经网络结构，例如：FCN、Unet、RefineNet 等。
1.6 人脸识别
人脸识别方向，作者列举了 DeepFace、FaceNet、ArcFace 等网络结构。
2. 视觉中的 Transformer
3. NLP 中的 Transformer 和自注意力
总结
总的来说，这份 AI 初学者经典论文列表非常不错，作者精心整理帮助我们节省了很多时间。在我们查阅某一 AI 应用领域相关论文的时候，这是一份很不错的参考资料，方便我们查阅。
