深度学习学位论文无法复现

【导读】来自意大利米兰理工大学的 Maurizio 团队近日发表了一篇极具批判性的文章,剑指推荐系统领域的其他数十篇论文,指出这些论文中基于深度学习的推荐算法大部分都存在不同程度的

深度学习 ｜机器学习算法｜统计学｜数学 领域代码检索，你还在为论文代码复现发愁吗？ 来这里看看吧，找论文的复现代码，这个网站必须有！ ，【范文解析】

一般而言现在大部分的深度学习网络的输入、网络参数、网络输出都采用32位浮点型,现在随着GPU的迭代更新(比如V100支持16为浮点型的模型训练),如果能使用16位浮点型参数进行训练,就可以大大加快模型

2020 年底,机器学习资源网站 Papers with Code 宣布与论文预印本平台 arXiv 进行合作,论文作者在 arXiv 上上传论文时可以同步上传官方和社区代码。 此外,AAAI Fellow、加拿大计算机

而一旦你没办法拿出决定性证据和严谨的理论推导作为判断他造假的支撑材料，光凭一句“我复现不出来，所以

无论我怎么尝试，我就是不能复现他们的结果，即使我怎么变换技巧、调参炼丹，得到的都是更糟糕的结果，始终如一。 一直以来，我也确实看到一种怀疑的论

深度学习论文的复现一直是一个比较耗时的事情（感谢那些发paper带code的作者!）。与此同时，由于一些作者的编程习惯不太好（比如不写文档，不写注

如果您的草稿与论文中的方法相去甚远,那也没关系。 尝试自行改进草稿。 当您遇到困难时,在互联网上查找有关paper复现的帖子和代码。阅读并理解,但尽量不要复制粘贴来直接使用

2.使用公开数据，公开代码，论文细节清楚，能复现论文的效果。尽管很多论文的作者也不能 说明为什么这么设计的网络效果好，这个应该是深度学习可解释性差

复现论文实验一直是一大难题，或者说复现实验达到论文中精度是一大难题。绝大部分时候我们很难复现到媲美原文的精度，这很大原因是神经网络的参数众多，