今天是2020.07.30，距離我答辯已經(jīng)過(guò)去1個(gè)月時(shí)間，距離我完成論文初稿并在paperpass上查重已經(jīng)過(guò)去4個(gè)月時(shí)間，經(jīng)過(guò)這么長(zhǎng)時(shí)間的思考、沉淀，我將在本文中主要涉及3個(gè)方面的內(nèi)容，希望能夠給即將進(jìn)入大四或者其他任何感興趣的小伙伴帶來(lái)一絲絲靈感。

第一部分內(nèi)容我會(huì)結(jié)合我的公號(hào)推文與我的畢業(yè)設(shè)計(jì)，并以推文所發(fā)內(nèi)容為主，點(diǎn)明其簡(jiǎn)介與每期推文的亮點(diǎn)，幫助大家更好的了解我寫論文時(shí)候的思路；

第二部分我將會(huì)重點(diǎn)回答一個(gè)問(wèn)題，這個(gè)問(wèn)題在大部分小伙伴拿到畢設(shè)題目之后都會(huì)隨口問(wèn)道：我該怎么寫？

在最后一部分，我將會(huì)稍作總結(jié)并把我畢設(shè)所涉及的相關(guān)資料通過(guò)百度網(wǎng)盤共享的形式發(fā)布出來(lái)，供小伙伴下載查看。

文章簡(jiǎn)介：本文是我被微信官方灰度付費(fèi)測(cè)試功能后發(fā)的第一篇付費(fèi)文章，毫無(wú)疑問(wèn)，效果很不好，文章中主要包括三部分內(nèi)容：原版英文文獻(xiàn)、中文翻譯以及我對(duì)付費(fèi)功能的一些理解。

本文亮點(diǎn)：毫無(wú)亮點(diǎn)。

文章簡(jiǎn)介：本文將介紹與我的畢設(shè)論文演示案例相關(guān)的TensorFlow的一些基礎(chǔ)知識(shí)，包括張量、計(jì)算圖、操作、數(shù)據(jù)類型和維度以及模型的保存，接著在第二部分，本文將介紹演示案例代碼中用到的一些TensorFlow 2.0中的高階API，代碼中不會(huì)涉及像TensorFlow 1.x版本中的Session等一些較為復(fù)雜的東西，所有的代碼都是基于高階API中的tf.keras.models來(lái)構(gòu)建的（具體模型構(gòu)建使用Sequential按層順序構(gòu)建），可以大大的方便讀者更好的理解代碼。

需要注意的一點(diǎn)，本論文中所實(shí)現(xiàn)的兩個(gè)案例均在本機(jī)CPU上進(jìn)行運(yùn)算，對(duì)于更大數(shù)量級(jí)的數(shù)據(jù)訓(xùn)練建議采用添加GPU的方法或者托管在Google cloud、AWS云平臺(tái)上進(jìn)行數(shù)據(jù)的處理。

本文亮點(diǎn)：將知識(shí)點(diǎn)與演示代碼穿插進(jìn)行講解，并避免了TensorFlow官網(wǎng)中一些晦澀難懂的解釋。

1. AlexNet論文講解

2. 圖解AlexNet（8層）結(jié)構(gòu)

3. 五種花分類識(shí)別項(xiàng)目展示（部分代碼展示）

文章簡(jiǎn)介：本文主要介紹了如下內(nèi)容：神經(jīng)元、簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、激活函數(shù)、softmax算法、損失函數(shù)、梯度下降、反向傳播。

本文亮點(diǎn)：通過(guò)形象生動(dòng)、貼近生活的案例對(duì)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)中較為復(fù)雜的概念做了通俗的解釋。

文章簡(jiǎn)介：本文主要介紹卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)以及TensorFlow 2.0版本中的CNN，其中卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)部分包括如下內(nèi)容：相關(guān)基礎(chǔ)概念、局部感知野、參數(shù)共享、多卷積核、池化、多層卷積、池化層和卷積層的反向傳播。

本文亮點(diǎn)：通過(guò)形象生動(dòng)、貼近生活的案例對(duì)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)中較為復(fù)雜的概念做了通俗的解釋。

文章簡(jiǎn)介：本文將介紹第一個(gè)案例：利用AlexNet完成MNIST手寫字的訓(xùn)練和識(shí)別。（本文第一部分還通過(guò)圖解的方式解釋了AlexNet的8層結(jié)構(gòu)，小伙伴們?nèi)绻谇笆鱿盗形恼轮幸呀?jīng)對(duì)其有了深刻的理解，此部分內(nèi)容可以直接忽略，直接看第二部分演示案例即可）

本文亮點(diǎn)：talk is cheap，show you my code.

文章簡(jiǎn)介：本文將介紹第二個(gè)案例：基于AlexNet完成五種花的訓(xùn)練和識(shí)別。

本文亮點(diǎn)：talk is cheap，show you my?code.

文章簡(jiǎn)介：本文將涉及兩個(gè)問(wèn)題：第一個(gè)是利用深度學(xué)習(xí)進(jìn)行五種花的分類識(shí)別，第二個(gè)是利用深度學(xué)習(xí)識(shí)別滑動(dòng)驗(yàn)證碼的缺口位置。

本文亮點(diǎn)：本文借助華為云AI開發(fā)平臺(tái)ModelArts進(jìn)行數(shù)據(jù)標(biāo)注、模型訓(xùn)練以及部署上線，值得注意的一點(diǎn)，完成本文所涉及的兩個(gè)案例不需要任何代碼的基礎(chǔ)，只需要會(huì)鼠標(biāo)拖拽即可。

文章簡(jiǎn)介：本文對(duì)我的畢設(shè)系列推文在公號(hào)平臺(tái)上的發(fā)布做了簡(jiǎn)單的規(guī)劃安排。

本文亮點(diǎn)：文末講解了一個(gè)使用fashion_mnist數(shù)據(jù)集完成的簡(jiǎn)單案例（其余內(nèi)容毫無(wú)亮點(diǎn)）。

文章簡(jiǎn)介：本文是我從知乎、csdn、學(xué)術(shù)不端網(wǎng)、騰訊云 云+社區(qū)、阿里云社區(qū)等平臺(tái)搜集到的關(guān)于論文查重的一些小技巧，我只是對(duì)其做了一個(gè)簡(jiǎn)單的整合。

本文亮點(diǎn)：感謝所有我借鑒過(guò)的文章，如有侵權(quán)，請(qǐng)聯(lián)系我，立刪！

對(duì)于任何一個(gè)大四的學(xué)生，畢業(yè)前夕最為重要的事就是他們會(huì)花半個(gè)學(xué)期的時(shí)間做一件事：寫論文。然而對(duì)于大部分的小伙伴來(lái)說(shuō)（大學(xué)期間發(fā)過(guò)核心論文的小伙伴可以傲嬌的不看這部分內(nèi)容），寫論文真的是頭一遭，所以很多小伙伴都會(huì)產(chǎn)生一種空有一腔熱血，想著我一定要好好開始寫論文啦，但不知從何下手的沖動(dòng)，在該小節(jié)中，我們就從宏觀的角度說(shuō)下寫論文時(shí)候的思路，希望能夠給各位2021屆即將畢業(yè)的小伙伴們帶來(lái)一絲絲幫助。

首先，我們來(lái)說(shuō)下大致的流程，在大四上學(xué)期末（臨近考研或?qū)W校的期末考試），各個(gè)學(xué)院會(huì)下發(fā)相關(guān)的畢設(shè)選題和對(duì)應(yīng)的指導(dǎo)老師等信息，在這個(gè)時(shí)間段小伙伴一定切記：選擇自己熟悉或有興趣的題目+選擇好相處、有能力的指導(dǎo)老師。

其次，在選完題目之后，一般會(huì)間隔一個(gè)寒假，小伙伴們千萬(wàn)不要把這段時(shí)間荒廢掉，查閱文獻(xiàn)、補(bǔ)充相關(guān)知識(shí)、看論文、整理論文大體的思路框架等這些工作就應(yīng)該干起來(lái)啦。

最后，就是正式開學(xué)之后，指導(dǎo)老師會(huì)組織組內(nèi)成員開一個(gè)見(jiàn)面會(huì)，并安排每周的任務(wù)，小伙伴們按照自己導(dǎo)師的要求去做就行了。

以上，我們說(shuō)了大致的流程，接下來(lái)我們進(jìn)入主題，到底如何寫一篇論文呢？

我從四個(gè)方面來(lái)宏觀的說(shuō)一下：

「首先」，小伙伴們?cè)诖笏膶W(xué)期末拿到自己的選題之后，希望各位在寒假期間根據(jù)自己的題目關(guān)鍵詞、教務(wù)處對(duì)該題目的要求以及導(dǎo)師對(duì)這個(gè)題目的要求去查閱相關(guān)的資料，并與導(dǎo)師進(jìn)行及時(shí)的溝通。

以我的畢設(shè)題目為例，其名稱為基于TensorFlow的深度學(xué)習(xí)研究與實(shí)現(xiàn)，第一步，我們先找出題目的關(guān)鍵詞（即為TensorFlow與深度學(xué)習(xí)）；第二步，我們通過(guò)查閱學(xué)校教務(wù)處網(wǎng)站找到對(duì)該畢設(shè)的要求，如下所示：

第三步，我們可以詢問(wèn)指導(dǎo)老師，并請(qǐng)求老師能否給出相應(yīng)的指導(dǎo)思路。

「其次」，在我們完成了上述前期內(nèi)容之后，我們要初步定下論文的大體框架，即目錄，一般來(lái)說(shuō)，本科論文大致分為5章內(nèi)容，小伙伴們應(yīng)當(dāng)在完成前期內(nèi)容的基礎(chǔ)上，對(duì)自己論文中所要涉及的內(nèi)容有比較清晰的劃分，我在畢業(yè)設(shè)計(jì)（基于TensorFlow的深度學(xué)習(xí)與研究）之完結(jié)篇一文中貼出了我畢設(shè)的目錄，小伙伴們可以進(jìn)行查看。

「接下來(lái)」就是查文獻(xiàn)的事，可能有的小伙伴會(huì)產(chǎn)生疑問(wèn)：查閱文獻(xiàn)不應(yīng)該在拿到論文題目就開始嗎？沒(méi)錯(cuò)的，小伙伴說(shuō)的沒(méi)錯(cuò)，當(dāng)拿到題目之后，我們確實(shí)應(yīng)該去查閱文獻(xiàn)，但是此時(shí)查閱的東西應(yīng)該更多偏向于背景知識(shí)等內(nèi)容，而并非到知網(wǎng)、萬(wàn)方等專業(yè)的平臺(tái)去查閱大牛的論文去閱讀，更何況，對(duì)于大多數(shù)才剛剛拿到畢設(shè)題目的小伙伴，讀論文對(duì)他們來(lái)說(shuō)可能會(huì)是一個(gè)身心俱疲的累活。

「最后」，在我們有了清晰的框架、讀了大量?jī)?yōu)秀文獻(xiàn)的基礎(chǔ)上，我們就可以開始寫論文啦，寫論文的過(guò)程中，各個(gè)指導(dǎo)老師會(huì)告訴自己組內(nèi)的學(xué)生有哪些禁忌、自己的要求、學(xué)院對(duì)論文的要求等，小伙伴們遵循老師的教誨就是了。

至此，關(guān)于畢設(shè)系列的推文就全部告一段落，希望我的畢設(shè)系列專輯能夠給小伙伴們帶來(lái)幫助，最后我將我的畢設(shè)論文和英文文獻(xiàn)的PDF鏈接放在下方，小伙伴們可以按需下載：

畢設(shè)論文下載鏈接：

https://pan.baidu.com/s/1ftGIkOI6EUcBXPo1-6v6zw

提取碼：kjuu

英文文獻(xiàn)下載鏈接：

https://pan.baidu.com/s/1jxCgO3r8h4eUDMZM6827sQ

提取碼：0t6f

畢業(yè)設(shè)計(jì)之「測(cè)試實(shí)驗(yàn)及結(jié)果分析」（一）

畢業(yè)設(shè)計(jì)之「測(cè)試實(shí)驗(yàn)及結(jié)果分析」（二）

畢業(yè)設(shè)計(jì)之「神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)概述」 （一）

畢業(yè)設(shè)計(jì)之「神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)概述」（二）

TensorFlow 2.0 概述