-
第一天 视频导读
1,介绍本期paper带读的题目和方向
2,介绍本期paper带读的七天课程安排
3,介绍论文研究背景
4,总结及布置作业
-
第二天 泛读论文,完成自测作业
1,泛读论文
2,完成自测题
3,论文讨论
-
第三天 论文视频讲解
1,论文总览:任务定义、实现方法、实现途径
2,论文各部分精读
3,总结及布置作业
-
第四天 精度论文,写分析笔记
1,结合视频讲解精读论文
2,针对论文提出的方法写分析笔记
-
第五天 代码视频讲解
1,介绍源码及所需数据集、工具包等获取方法
2,讲解源码组成结构及阅读顺序
3,实现算法详解
4,总结及布置作业
-
第六天 运行代码
1,根据视频讲解下载所需工具包并运行代码
2,代码详读,了解代码各部分实现功能
3,完成实验笔记
-
第七天 集中直播答疑和讲解
1,根据视频讲解下载所需工具包并运行代码
2,助教提前收集问题,汇总后挑有针对性的直播解答,个别问题群内解答
3,总结本期paper带读课程
4,介绍该论文领域进一步研究方向
-
带读论文列表
1,统领:《Deep Learning》
2,经典篇:《Efficient Estimation of Word Representations in Vector Space》
3,经典篇:《Neural Machine Translation by Jointly Learning to Align and Translate》
4,经典篇:《Transformer: attention is all you need》
5,前沿篇:《A Convolutional Neural Network for Modelling Sentences》
6,前沿篇:《fasttext:Bag of Tricks for Efficient Text Classification》
7,前沿篇:《Siamese recurrent architectures for learning sentence similarity》