如果你不知道从零基础到成功发表一篇深度学习论文需要准备什么、需要多少时间，那这个论文发表的漏斗状模型一定一定可以帮助到你！
从定方向到论文发表的每个步骤都全部涵盖，接下来我会给大家讲清楚每个步骤的具体细节，千万不要没有任何计划的去写论文，一定会踩很多坑。
这些是我自己整理的493篇深度学习顶会论文代码文档与经典必读的深度学习论文代码，还有这份给大家打基础的深度学习保姆级入门路线图，要学什么、学多久、看什么教程、为什么要学、学到什么程度都写的非常清楚，对你发表论文一定有用。需要的话可以直接长按扫码添加我的助手让她无偿及时发送给大家。
为了避免添加频繁所以准备了两个微信，随意添加一个就行
下方思维导图中推荐到的教程都可以点后面的图标直接跳转到教程页面
1.首先是第一步，定方向，有以下几点建议：
如果你的课题组是有方向和代码积累的话，那就听从导师的安排即可，如果没有的话，那就只能靠自己去开辟新的方向了。
建议选择偏应用的方向而不是强理论的方向，像机器学习、深度学习、强化学习，因为偏理论方向你需要具备很强的数学能力和创新性能力，说实话还是挺难的。
个人觉得cv要比nlp好水论文，虽然cv比较卷但是奈何可参考的方法多啊，如果想发表比较好的文章，那就建议走小众些的细分方向，不卷但具有一定的挑战性，因为可参考的工作还是比较少的。
2.之后进入到第二步，打基础：
读论文前你起码要有一定的深度学习基础吧，不然连论文你都看不懂，最起码也要学到能够应对以下几个问题的程度：
如何搭建一个深度学习模型？如何开始一个神经网络工程的训练？你是否能画出该图片经过网络的每个卷积层以及激活层输出的图像特征？如何实现损失函数的代码？一个标准的gan模型在训练后最少可以得到几个模型？神经网络在训练后得到的模型文件有哪些？如何从权重参数中可视化出损失函数和评价指标的变化？如何利用训练好的网络模型和网络结构来测试图像？
3.然后是第三步，读论文与复现论文：
关于读论文，你可以先读师兄师姐的论文，再去读你这个领域的综述论文，先让自己对这个领域有个宏观的认识，然后再确定一个自己感兴趣或者觉得能做的方向去大量阅读这个方向的论文。
这里要注意的是，你不仅要去阅读这个领域的经典论文和近几年的代表性论文，也记得及时追踪最新的热门文章，很有可能可以找到大家都还没发现的灵感，之后就是去复现一些质量高的论文，通过论文结合代码来深刻吸收作者的思想。
4.第四步，找创新点，有以下几个方法：
把A 领域的东西拿来应用在B 领域，做到sota 的结果也不失为一种微创新，或者A 会有个论文有缺陷，你改进了他，也能发个低一点的会议和期刊，也可以搞学科交叉，深度学习跟生物、医学、心理学、人机交互等交叉，当然数据集和代码可能比较难搞。
还有就是从监督式学习转到无监督学习或者半监督学习。
5.第五步，做实验来验证自己的想法：
这里我引用一下一篇写的还不错的博文片段，大家可以看一下。
6.第六步就是撰写论文了：
论文写作非常重要，有时候做得好还不如写得好，因为篇长限制，我把论文写作的完整流程放在了这个ppt里面，也可以问助手领取。
7.最后就是投稿发表了：
这里你可以根据自己期望以及多和导师、师兄、师姐、朋友沟通，然后选定一个期刊会议投稿，这期间可能会被建议修改很多次，最好的办法也还是多和有经验的人沟通修改。
论文从定方向到发表的整个周期起码得要半年甚至一年多的时间，得看个人能力。
