对深度学习神经网络做了小改进，效果提升明显，可以发论文吗？

小改了深度学习神经网络某一层，效果提升显著，可以发顶会吗？

结论就是，当然可以发， 只是能不能发出高质量论文，中稿顶会，还得看你这个小改进的具体情况还有你讲故事的能力。

先说改进的具体情况

首先搞清楚这个小改进对效果的提升是不是真实的 ，确保没有错误的实现，以及把test集train了的滑稽情况。这非常重要！不然等于考前背答案，作弊警告。

PS：实际操作中直接在测试集上训练很容易就能发现，所以问题不大。更严重的是测试集泄露，就是说虽然没有直接训练，但是由于操作不当，导致模型用到了测试集中的信息，让结果有了很大提升。一般这种问题比较隐蔽，难以发现，所以建议大家操作的时候务必小心。

然后确认完真实性，接下来你需要考虑：

1. 这个小改进是你第一个想到的，还是别人已经做过的？
2. 这个小改进效果怎么样？是只提升了一点点，还是比 SOTA 更强？
3. 这个改进是只能在这一个特定的数据集或模型上用，还是说在很多地方都能用？

如果这其中有一个no，那我不得不说这个小改进确实有点难发高质量论文。

如果全都是yes，那么恭喜你，虽然idea简单，但并不影响贡献的大小，只要你的insight很好并且提升显著，讲故事也讲的到位，那么离顶会也不远了。

这里我整理了 268篇神经网络高质量顶会论文 ，它们的idea、写作模式都非常值得参考，今天分享的内容也建议大家搭配着这些论文来理解。

需要的同学扫码添加小享

回复【 小改进 】无偿获取

下面我们继续

如何提高讲故事的能力，发出顶会？

✅首先学习别人的思考模式

要想学会写，就得先会看， 多看别人是怎么出文的，写的角度和方式是什么。 现在的出文思路无非也就是4点：

• A+B+C模式： 结合A方案的基础和B方案的优点，然后强调A的不足和你方案的创新性。
• 竞赛验证： 在公开数据集的比赛上尝试不同想法，如果排名靠前且结果很有说服力，那就容易发表。
• 传统问题新解： 在已经成熟的领域用新工具改进传统问题的性能。
• 定义新问题： 从需求出发定义一个新问题，不需要急着实验，但一定得故事讲得好，

目前A+B+C模式也是比较主流的出文方法，如果有同学想从这方面入手，我这边已经整理好了 80个常用有效的即插即用模块 ，包括多尺度、注意力机制、卷积...代码都是可复现的，帮大家节省时间。

需要的同学扫码添加小享

回复【 小改进 】无偿获取

✅ 然后自己上手写，尽快尝试投稿

遗憾的是， 提升写作技巧没有捷径，只能是不断写和学 ，这个过程一定要勤做笔记，分配好时间。

现在大多数文章都是靠写作取胜的，就算你的这个神经网络小改进效果好到无人喷，也顶不住写太差。所以为了顺利中稿，你需要 尽快尝试投稿，投过才能把握顶会的标准和你写作的不足。

举个例子，如果审稿人对你文章中的某些部分提出了疑问，但是这部分你已经写了，这就说明你需要调整文章结构，把审稿人觉得重要的东西放在显眼的位置并表达清楚。

另外还有几点必须要注意：

• 语言要准确：