吴承恩研究论文发表在哪里

明代。吴承恩是明代小说家。

吴承恩是明朝的小说家。吴承恩(1500年-1582年)，字汝忠，号淮海浪士，又号射阳山人。淮安府山阳县(今江苏省淮安市淮安区)人。中国明代杰出的小说家，著有中国古典四大名著之一《西游记》，被翻译成世界语言。吴承恩一生创作丰富，但是由于家贫，又没有子女，作品多散失。据记载还著有志怪小说集《禹鼎记》，现在已不见。吴承恩的外甥孙小球搜集其残存之稿，仅存"十一于千百"，包括诗一卷、散文三卷。后人将其诗文编成《阴阳稿》。主要作品：《西游记》《西游记》是中国古典四大名著之一，是由明代小说家吴承恩所完善中国古代第一部浪漫主义的汉族长篇神魔小说。主要描写了孙悟空、猪八戒、沙僧三人保护唐僧西行取经，沿途遇到八十一难，一路降妖伏魔，化险为夷，最后到达西天、取得真经的故事。取材于《大唐三藏取经诗话》和汉族民间传说。自《西游记》问世以来在民间广为流传，各式各样的版样层出不穷，明代刊本有六种，清代刊本、抄本也有七种，典籍所记已佚版本十三种。鸦片战争以后，中国古典文学作品大量被译为西文，西渐欧美，已有英、法、德、意、西、世（世界语）、斯（斯瓦希里语）、俄、捷、罗、波、日、朝、越等文种。并发表了不少研究论文和专著，对这部小说作出了极高的评价。

明朝啊他写的神魔小说 << 西游记>>家喻户晓

吴承恩是明代杰出小说家。吴承恩（中国明代杰出的小说家）吴承恩(约1500年-1582年)，男，字汝忠，号射阳山人。汉族，淮安府山阳县（今江苏省淮安市淮安区）人。祖籍安徽桐城高甸，以祖先聚居桐城高甸，故称高甸吴氏。中国明代杰出的小说家，是四大名著之一《西游记》的作者。自幼敏慧，博览群书，尤喜爱神话故事。在科举中屡遭挫折，嘉靖中补贡生。嘉靖四十五年(1566年)任浙江长兴县丞。由于宦途困顿，晚年绝意仕进，闭门著述。2004年，江苏省淮安市楚州区政府决定在山上茶庵处建立了吴承恩纪念馆和在山下山门处建树其石雕座像，用来纪念他。[1] 主要成就编辑《西游记》、《禹鼎记》、《射阳集》四册四卷、《春秋列传序》吴承恩的诗文多散佚，有后人辑集的《射阳先生存稿》4卷存世。吴承恩故乡吴承恩写的《西游记》第一回《猴王出世》被选进了人教版语文五年级下学期第二十一课中。[3] 《三打白骨精》被选为苏教版六年级第八课。《花果山拥立美猴王》入选沪教版语文六年级下学期第三十一课中。《孙悟空棒打白骨精》也入选沪教版语文六年级下学期第三十二课中。《猴王出世》选文五年级人教版下册，第21课。《小圣施威降大圣》选文人教版七年级上册，第26课。[4] 《齐天大圣大战二郎神》选入人教S版五年级上册第30课。诗作【杨柳青】村旗夸酒莲花白，津鼓开帆杨柳青。壮岁惊心频客路，故乡回首几长亭。春深水涨嘉鱼味，海近风多健鹤翎。谁向高楼横玉笛，落梅愁绝醉中听。【一轮明月满乾坤】十里长亭无客走，九重天上现星辰。八河船只皆收港，七千州县尽关门。六宫五府回官宰，四海三江罢钓纶。两座楼头钟鼓响，一轮明月满乾坤。--《西游记》百度百科词条链接：

吴承恩研究论文发表

作为中国古代第一部浪漫主义长篇神魔小说，该书深刻地描绘了当时的社会现实，是魔幻现实主义的开创作品。主要描写了孙悟空出世，后遇见了唐僧、猪八戒和沙和尚三人，一路降妖伏魔，保护唐僧西行取经，经历了九九八十一难，终于到达西天见到如来佛祖，最终五圣成真。

自《西游记》问世以来在民间广为流传，各式各样的版本层出不穷，明代刊本有六种，清代刊本、抄本也有七种，典籍所记已供版本十三种。被译为英、法、德、意、西、手语、世（世界语）、俄、捷、罗、波、日、朝、越等文种。

并发表了不少研究论文和专著，对这部小说作出了极高的评价。与《三国演义》《水浒传》《红楼梦》并称为中国古典四大名著之一。在《西游记前传》中详细介绍了西游记主要人物故事的来历。

吴承恩生活在明代的中后期，历经孝宗弘治、武宗正德、世宗嘉靖、穆宗隆庆、神宗万历五个朝代。明朝中后期的社会情况与开国之初有很大的.不同，政治上阶级矛盾、民族矛盾以及统治阶级内部矛盾不断激化，并日趋尖锐。

思想文化上启蒙思想兴起，人性解放思潮高涨，市民文学日益蓬勃发展，小说和戏曲创作进入一个全面繁荣兴盛的时期。经济上产生了资本主义萌芽。

童年我们大家最常看的大概就是西游记了，下面由我为大家提供关于西游记的内容简介，希望对大家有帮助!

《西游记》为明代小说家吴承恩所著。取材于《大唐西域记》和民间传说、元杂剧。宋代《大唐三藏取经诗话》(本名《大唐三藏取经记》)是西游记故事见于说话文字的最早雏形，其中，唐僧就是以玄奘法师为原型的。

作为中国古代第一部浪漫主义长篇神魔小说，该书深刻地描绘了当时的社会现实，是魔幻现实主义的开创作品。先写了孙悟空出世，然后遇见了唐僧、猪八戒和沙和尚三人，但还是主要描写了孙悟空、猪八戒、沙和尚三人保护唐僧西行取经，唐僧从投胎到取经受了九九八十一难，一路降妖伏魔，九九归一，终于到达西天见到如来佛祖，最终五圣成真。

自《西游记》问世以来在民间广为流传，各式各样的版本层出不穷，明代刊本有六种，清代刊本、抄本也有七种，典籍所记已佚版本十三种。鸦片战争以后，中国古典文学作品大量被译为西文，西渐欧美，已有英、法、德、意、西、手语、世(世界语)、俄、捷、罗、波、日、朝、越等文种。并发表了不少研究论文和专著，对这部小说作出了极高的评价。被尊为中国古典四大名著之一。

《西游记》讲述盘古开天辟地，一颗仙石迸生出的美猴王拜倒菩提门下，取名孙悟空，苦练成一身法术，却因大闹天宫闯下大祸，被如来佛祖压于五行山下。五百年后，唐三藏到西方取经收伏孙悟空、猪八戒、沙悟净、小白龙作其徒弟。四人紧随唐三藏上路，途中屡遇妖魔鬼怪，展开一段艰辛的取西经之旅。

唐玄奘经菩萨指点奉唐朝天子之命前往西天取经。途中路经五行山收得齐天大圣为徒取名孙悟空，继而在高老庄又遇到了因调戏嫦娥被逐出天界的猪八戒。师徒三人来到流沙河，收服水妖取法名悟净，至此唐僧带着三个徒弟历经千难万险，八十一难，最终来到灵山，玄奘在凌云渡放下了肉身，终于取回了真经，回到大唐长安，把大乘佛法广宣流布。而一路勇敢无畏的孙悟空也成为斗战胜佛，八戒、沙僧、白龙马分别成为净坛使者、金身罗汉、八部天龙马，功德圆满。

吴承恩(约1500年-1582年)，男，字汝忠，号射阳山人。汉族，淮安府山阳县(今江苏省淮安市淮安区)人。祖籍安徽桐城高甸，以祖先聚居桐城高甸，故称高甸吴氏。[1]。中国明代杰出的小说家，是四大名著之一《西游记》的作者。《淮安府志》载他“性敏而多慧，博览群书，为诗文下笔立成”。但他科考不利，至中年才补上“岁贡生”，后流寓南京，长期靠卖文补贴家用。晚年因家贫出任长兴县丞，由于看不惯官场的黑暗，不久愤而辞官，贫老以终。30岁后，他搜求的奇闻已“贮满胸中”，并且有了创作的打算。50岁左右，他写了《西游记》的前十几回，后来因故中断了多年，直到晚年辞官离任回到故里，才得以正式创作《西游记》。

一生穷困的吴承恩，约于万历十年(82岁)离开了人世，他的诗文多散佚，有后人辑集的《射阳先生存稿》4卷存世。吴承恩写的《西游记》第一回被选进了人教版语文五年级下学期第21课中;《三打白骨精》被选为苏教版六年级第8课;《花果山拥立美猴王》入选沪教版语文六年级下学期31课中;《小圣施威降大圣》选入人教版七年级上册，第26课。《齐天大圣大战二郎神》选入人教S版五年级上册第30课。

1.孙悟空，是中国明代小说家吴承恩的著作《西游记》中的角色之一，诨名行者，是唐僧的大徒弟，猪悟能、沙悟净的大师兄。孙悟空由开天辟地以来的仙石孕育而生，拜菩提祖师学会长生之道、七十二变、筋斗云，一个筋斗能翻十万八千里。使用兵器如意金箍棒，能大能小，随心变化。他占花果山称王，大闹东海龙宫，被天庭招安为弼马温，又因嫌官小反下天自称齐天大圣，然后击败天军复被天庭诏安封为有官无禄的齐天大圣，大闹天宫时在太上老君的八卦炉中练就一双火眼金睛，与如来佛祖斗法，被压在五行山下五百年。后经观音点化后保护唐僧西天取经，历经九九八十一难，取回真经终成正果，被封为斗战胜佛。孙悟空生性聪明、活泼、忠诚、嫉恶如仇，在东亚文化圈中成为了机智与勇敢的化身，中国民间有人将它奉为神明崇拜。孙悟空代表了古代中国人善良、正义、不阿的情怀和追求。

2.唐僧，俗姓陈，小名江流儿，法号玄奘，号三藏，被唐太宗赐姓为唐。为如来佛祖第二弟子金蝉长老投胎。他是遗腹子，由于父母凄惨、离奇的经历，自幼在寺庙中出家、长大，在金山寺出家，最终迁移到京城的著名寺院中落户、修行。唐僧勤敏好学，悟性极高，在寺庙僧人中脱颖而出。最终被唐太宗选定，与其结拜并前往西天取经。在取经的路上，唐僧先后收服了三个徒弟：孙悟空、猪八戒、沙僧，并取名为：悟空、悟能、悟净，之后在三个徒弟和白龙马的辅佐下，历尽千辛万苦，终于从西天雷音寺取回三十五部真经。功德圆满，加升大职正果，被赐封为旃檀功德佛。为人诚实善良，一心向佛，慈祥，胆小怕事，迂腐，鉴别能力差。

3.猪八戒又名猪刚鬣、猪悟能。原为天宫中的“天蓬元帅”，掌管天河水府。因调戏嫦娥惹怒玉帝，被罚下人间。但错投了猪胎，成了一只野猪，修炼成精，长成了猪脸人身的模样。在高老庄抢占高家三小姐高翠兰，被孙悟空降伏，跟随唐僧西天取经。最终得正果，封号为“净坛使者”。为人好吃懒做，憨厚，胆小，且贪图小便宜、好色，但他又是温和善良的，而且富有人情味。

4.沙和尚又名沙悟净。原为天宫中的卷帘大将，因在蟠桃会上打碎了琉璃盏，惹怒王母娘娘，被贬入人间，在流沙河畔当妖怪，受万箭穿心之苦。后被唐僧师徒收服，负责牵马。得成正果后，被封为“金身罗汉”。为人忠厚老实、任劳任怨却毫无主见。

西游记》是我国文学史上一部最杰出的充满奇思异想的神魔小说。作者吴承恩运用浪漫主义手法，翱翔着无比丰富的想象的翅膀，描绘了一个色彩缤纷、神奇瑰丽的幻想世界，创造了一系列妙趣横生、引人入胜的神话故事，成功地塑造了孙悟空这个超凡入圣的理想化的英雄形象。在奇幻世界中曲折地反映出世态人情和世俗情怀，表现了鲜活的人间智慧，具有丰满的现实血肉和浓郁的生活气息。《西游记》以它独特的思想和艺术魅力，把读者带进了美丽的艺术殿堂，感受其艺术魅力。

《西游记》的艺术特色，可以用两个字来概括，一是幻，一是趣;而不是一般的幻，是奇幻，不是一般的趣，是奇趣。小说通过大胆丰富的艺术想象，引人入胜的故事情节，创造出一个神奇绚丽的神话世界。《西游记》的艺术想象奇特，丰富、大胆，在古今小说作品中罕有其匹的。孙悟空活动的世界近于童话的幻境，十分有趣，而且在这个世界上，有各种各样稀奇有趣的妖怪，真是千奇百怪，丰富多彩。浪漫的幻想，源于现实生活，在奇幻的描写中折射出世态人情。《西游记》的人物，情节，场面，乃至所用的法宝，武器，都极尽幻化之能事，但却都是凝聚着现实生活的体验而来，都能在奇幻中透出生活气息，折射出世态人情，让读者能够理解，乐于接受。

《西游记》的艺术魅力，除了它的奇异想象，就要数它的趣味了。在中国古典小说中，《西游记》可以说是趣味性和娱乐性最强的一部作品。虽然取经路上尽是险山恶水，妖精魔怪层出不穷，充满刀光剑影，孙悟空的胜利也来之不易，但读者的阅读感受总是轻松的，充满愉悦而一点没有紧张感和沉重感。

《西游记》的奇趣，跟人物形象的思想性格相辉映。孙悟空豪爽、乐观的喜剧性格;滑稽谐趣却憨厚朴实的猪八戒形象。他们幽默诙谐，机趣横生的对话使文章增色不少。人物的性格常常通过富于揩趣的对话得到生动的表现，这也是《西游记》充满奇趣的又一大特点。在人物描写上将神性、人性和自然性三者很好地结合起来，也是造成《西游记》奇趣的重要原因。所谓神性，就是指形象的幻想性;所谓人性，就是指形象的社会性;所谓自然性，就是指所具有的动物属性。《西游记》展现了一个神化了的动物世界，同时又熔铸进社会生活的内容。

《西游记》张开了幻想的翅膀，驰骋翱翔在美妙的奇思遐想之中，其幻想的思维模式，有着超现实的超前的意识。《西游记》的幻想艺术确是一份宝贵的思维财富和丰富的艺术财富。《西游记》不仅是中国文学中的一部杰作，而且也是世界文学中的瑰宝。

文学成就

中国古典小说中，《西游记》的内容最为庞杂的。它融合了佛、道、儒三家的思想和内容，既让佛、道两教的仙人们同时登场表演，又在神佛的世界里注入了现实社会的人情世态，有时还插进几句儒家的至理名言，使它显得亦庄亦谐，妙趣横生使该书赢得了各种文化层次的读者的爱好。《西游记》的出现，开辟了神魔长篇章回小说的新门类。书中将善意的嘲笑、辛辣的讽刺和严肃的批判巧妙地结合的特点直接影响着讽刺小说的发展。所以说《西游记》是古代长篇浪漫主义小说的高峰，在世界文学史上，它也是浪漫主义的杰作。

社会影响

自《西游记》之后，明代出现了写作神魔小说的高潮。有朱星祚的《二十四尊得道罗汉传》，邓志谟的《铁树记》、《飞剑记》、《咒枣记》、许仲琳的《封神演义》等。《西游记》对戏曲也产生了深刻的影响。清代宫廷大剧《升平宝筏》是西游戏，十本，240出。《西游记》不但有续作、仿作，对后世的小说、戏曲、宝卷、民俗都产生影响，清朝子弟书里都有《西游记》的鼓词，可见影响之大。

《西游记》也备受西方人士的关注，译介较为及时。19世纪中叶，法国汉学家泰奥多·帕维把《西游记》中的第九回(“陈光蕊赴任逢灾，江流僧复仇报本”)和第10回(“游地府太宗还魂，进瓜果刘全续配”)译成法文。第九回译文题名为《三藏和尚江中得救》，第十回译文标题为《龙王的传说：佛教的故事》。译文皆刊于巴黎出版的《亚洲杂志》(亦称《亚洲学报》，由亚细亚学会主办)。1912年法国学者莫朗编译的《中国文学选》一书出版，收录了《西游记》第10、11、12三回的译文。12年后，即1924年，莫朗译成《西游记》百回选译本，取名《猴与猪：神魔历险记》，当年在巴黎出版。这是出现最早的较为系统的《西游记》法文译本。

研究生吴嘉承发表论文

整体难度中等。

安徽大学（Anhui University），简称“安大”，坐落于安徽省省会合肥市；是国家首批“世界一流学科建设高校”，教育部与安徽省人民政府共建高校，国家国防科技工业局与安徽省人民政府共建高校，外交部选拔录用公务员定点高校，国家“211工程”重点建设高校。

入选国家”2011计划“、卓越法律人才教育培养计划、国家建设高水平大学公派研究生项目、新工科研究与实践项目、国家大学生文化素质教育基地、国家华文教育基地、教育部来华留学示范基地、中国政府奖学金来华留学生接收院校。

全国深化创新创业教育改革示范高校、国家大学生创新性实验计划、国家级大学生创新创业训练计划、全国文明校园、安徽省系统推进全面创新改革试验区建设试点高校；为合肥综合性国家科学中心教育科研区核心成员单位；是安徽省属重点综合性大学。

学校将1928年4月在当时省会安庆市创办的省立安徽大学作为建校开端。1958年，安徽大学以合肥大学、原安徽大学物理系为基础重建，9月16日，毛泽东主席亲笔为学校题写校名。

截止2021年5月，学校拥有四个校区和一个大学科技园，占地面积3200余亩，建筑面积125万平方米，馆藏纸质图书375万余册；有13个博士后科研流动站、15个一级学科博士点、1个二级学科博士点、32个一级学科硕士点、2个二级学科硕士点、28个专业学位硕士点。

设有28个学院，84个本科招生专业；有专任教师1841人；有本科生22693人，博硕士研究生9389人。

知名校友

政界：

张平、曹其真、骆惠宁、王厚宏、乔传秀、袁曙宏、吴嘉、王万宾、杨多良等人。

学术界：

汪旭光、穆穆、李扬、焦丹、朱力行、陶农建、丁宏强、闻海虎、夏业良、李嘉禹、李晓光、徐学江、彭树杰、孙嘉阳、汪田、张俊颖、陈乾旺、傅海安、顾海良。朱勇、陈和本、丁任重、万辅彬、李进华、蒋传海、费树岷、朱新民、韦伟、匡光力、黄德宽、程桦、王源扩、李仁群等。

商界：

桂四海、汪静、张树武、柏士珍、陈朗、凤良志、许家贵、余渐富、陈基华等人。

作家：

六六、潘军、王世停、彭树杰、盛明富、汪家驷、徐东平、胡野秋、杨黎光、刘杰等人。

所获荣誉

2021年6月，安徽大学等12家单位，入选“古文字与中华文明传承发展工程”协同攻关创新平台。

以上内容来源：百度百科-安徽大学

1、以吴国号为姓，出自姬姓，是黄帝轩辕氏的直系后裔。商朝时，黄帝的12世孙古公亶父（周太王）建立了周部落。太王有三子，其中小儿子季历颇有才干，生子姬昌（周文王），姬昌出世时，有圣瑞出现，所以太王就属意姬昌接位。太王的大儿子泰伯和二儿子仲雍知道了父王的意思是先传位给季历，再传位给姬昌，就决定自动让贤，便一起南下荆蛮（周人敌视楚国的称呼）。太伯和仲雍给当时比较落后的江南带去了中原先进的文化，被当地土著推举为君长，号称句吴。泰伯死后，由仲雍继位。周武王（姬昌为文王，其子姬发为武王）灭商后，仲雍的3世孙周章为诸侯，国号改称吴，并追封太伯为吴伯。至仲雍的第19世孙寿梦称王，建都今江苏苏州。寿梦的第四子季札本该继承王位，但他避而不受，逃到延陵以耕田为生。此后吴王寿梦的后裔分为两支：一支在政治上发展，出现了吴王阖闾，吴王夫差等著名国君；另一支则是季札及其后裔独立发展，人丁繁衍众多，构成了当今吴姓的绝大部分。吴国被越国所灭后，其子孙便以国为姓，称吴姓。2、上古时已有吴姓。一是舜的后代有封在虞的，因“虞”与“吴”音相近，故舜后有吴姓。一是颛顼帝时有吴权，其后亦有吴氏。一是少康帝时有神箭手吴贺，其后有吴姓。3、出自古帝颛顼时期吴权之后裔。据有关资料所载，相传为上古颛顼帝（高阳氏）时吴权的后代。4、夏代国王少康时有吴贺，其后为吴氏。5、少数民族与汉族融合，产生吴姓。锡伯族、柯尔克孜族、朝鲜族、赫哲族等均有为吴姓者。吴道子：唐代著名画家。被后人奉为"画圣"。其画线条遒劲雄放，变化丰富，一变古来沿袭的高古游丝描的细笔，发展了线描的艺术方法，故表现出来的物象富有运动感、节奏感，被人们称为"吴带当风"。吴承恩：明朝小说家。著有《西游记》传世。吴勉：贵州黎平侗族英雄吴起：战国时著名军事家。卫国人。初为鲁将，继为魏将，后奔楚国，任令尹，主持变法，后被杀。吴广：秦末农民起义领袖。公元前209年与陈胜发动戍卒九百人起义，建立张楚政权。后为部将田臧假借陈胜命令杀害。吴三桂：明末清初人物，明末清初辽东人，祖籍江苏高邮，大将军。吴敬梓：清代人，以小说《儒林外史》而著称的杰出讽刺作家。吴沃尧：清代著名小说家。著有《二十年目睹之怪现状》。吴昌硕：清代著名的篆刻家、书画家。工诗，善书法，尤精篆刻。吴其浚：清代著名政治家、科学家。著有被誉为19世纪中国重要的植物学著作《植物名实图考长编》22卷和《植物名实图考》38卷。吴懋：瑞德祥公司董事长，曾创建中华人民共和国共产社会主义先锋党。还有呢：吴雁泽，当代歌唱家。吴仪，原副总理吴刚，神话人物吴伯雄国民党主席

本人是安徽大学大二的学生，当初填志愿时预估除了差错所以进了安大，其实来学校之前我也在思考同样的问题，到处查找相关资料，然后看到了很多不是很好的答案，内心其实有些不安。但凡事自己的亲身体会才是最直接的，通过在学校两年的学习和生活，如今让我来回答这两个问题，我的答案是：安大很好，很值得。

许多百度百科上有的内容我就不赘述了，这里我主要谈一下我自己的一些感受。

首先安大的环境很好，我所在的新校区刚建成没有多少年，建筑设施都还很新，学校的绿化也做的很好。学校虽然很大但是布局规划地很好，一进校就能看到标志性的文典阁六角楼和他前面的鸣磬广场，两边对称地分布着博北博南两栋主要教学楼和各个宿舍，我这个大路痴进学校没多久都摸透了。

安大的宿舍很多，说实话我到现在还不知道安大到底有几个宿舍（而且还在建新的哦）。每个宿舍都有两栋楼，两栋楼之间都有一个花园，里面的主要植物就是和宿舍名字对应的，比如我住榴园，里面种的就都是石榴树（虽然貌似不能结果子），很好看。宿舍楼还很新，四人一寝，设施很齐全，有空调有阳台也有独立卫浴，条件很不错。

安大的食堂都是以女生寝室的名字命名的，每个食堂都有三层，都装修得也很好看。一楼主要是炒菜，二楼三楼则更多一些选择，我最喜欢的是梅园和桔园，真的巨好吃。

其次是安大的氛围很好。在学习方面，安大的老师专业能力都很强，能够教会你很多知识，只要上课认真听讲，就能收货很多，你有不懂的去问老师他们也会很耐心地给你解答。学校的同学也很好学，每天图书馆和空教室里都会有很多学生自习，你一进去就能感受到那种氛围。学校以及各个学院也经常举办各种学术讲座，邀请各种大佬传授干货，一定要好好把握这些机会哦。

在社团活动方面，安大的社团很多，你想加什么类型的基本都有，每年迎新后不久就会有百团大战，很有趣，来的话一定要去看看哦。社团内的活动也很多，能交到很多朋友，也能拓展自己的视野。如果想要锻炼自己的能力，那就可以加入一些组织，比如院学生会、校学生会之类的。如果你有一技之长，那各种校队院队绝对会非常欢迎你。总之在安大，是绝对不会无趣的。

最后一点是，安大男女比例很均衡！！！学校里到处都是好看的小姐姐小哥哥，自由恋爱，自由交友，不愁找不到朋友也不愁找不到对象哦！！！

好考，基本达到国家线就可以走，研究一下历年真题，考前如果你有时间，还可以上下内部的辅导班，这个你要是外校的是不容易得不到消息的，好了。

吴恩达发表的论文

很厉害的人物，ng研究面广，但是在deep learning上的学术贡献和三巨头是比不了的。他的贡献还是在machine learning上，并且他应该是推广ml和dl的重要人物

吴恩达博士自成一档，属于世界级别的顶尖科学家。吴恩达教授的水平肯定是要排在所有人之外的一档的，作为乔丹老先生的关门弟子，年纪轻轻就成为斯坦福的教授、人工智能实验室主任.

应用计算机视觉时要面临的一个挑战是数据的输入可能会非常大。例如一张 1000x1000x3 的图片，神经网络输入层的维度将高达三百万，使得网络权重 W 非常庞大。这样会造成两个后果：

神经网络结构复杂，数据量相对较少，容易出现过拟合；所需内存和计算量巨大。因此，一般的神经网络很难处理蕴含着大量数据的图像。解决这一问题的方法就是使用卷积神经网络

我们之前提到过，神经网络由浅层到深层，分别可以检测出图片的边缘特征、局部特征（例如眼睛、鼻子等），到最后面的一层就可以根据前面检测的特征来识别整体面部轮廓。这些工作都是依托卷积神经网络来实现的。

卷积运算（Convolutional Operation）是卷积神经网络最基本的组成部分。我们以边缘检测为例，来解释卷积是怎样运算的。

图片最常做的边缘检测有两类：垂直边缘（Vertical Edges）检测和水平边缘（Horizontal Edges）检测。

比如检测一张6x6像素的灰度图片的vertical edge，设计一个3x3的矩阵（称之为filter或kernel），让原始图片和filter矩阵做卷积运算（convolution），得到一个4x4的图片。具体的做法是，将filter矩阵贴到原始矩阵上（从左到右从上到下），依次可以贴出4x4种情况。让原始矩阵与filter重合的部分做element wise的乘积运算再求和，所得的值作为4x4矩阵对应元素的值。如下图是第一个元素的计算方法，以此类推。

可以看到，卷积运算的求解过程是从左到右，由上到下，每次在原始图片矩阵中取与滤波器同等大小的一部分，每一部分中的值与滤波器中的值对应相乘后求和，将结果组成一个矩阵。

下图对应一个垂直边缘检测的例子：

如果将最右边的矩阵当作图像，那么中间一段亮一些的区域对应最左边的图像中间的垂直边缘。

下图3x3滤波器，通常称为垂直索伯滤波器（Sobel filter）：

看看用它来处理知名的Lena照片会得到什么：

现在可以解释卷积操作的用处了：用输出图像中更亮的像素表示原始图像中存在的边缘。

你能看出为什么边缘检测图像可能比原始图像更有用吗？

回想一下MNIST手写数字分类问题。在MNIST上训练的CNN可以找到某个特定的数字。比如发现数字1，可以通过使用边缘检测发现图像上两个突出的垂直边缘。

通常，卷积有助于我们找到特定的局部图像特征（如边缘），用在后面的网络中。

假设输入图片的大小为 n×n，而滤波器的大小为 f×f，则卷积后的输出图片大小为 (n−f+1)×(n−f+1)。

这样就有两个问题：

为了解决这些问题，可以在进行卷积操作前，对原始图片在边界上进行填充（Padding），以增加矩阵的大小。通常将 0 作为填充值。

设每个方向扩展像素点数量为 p，则填充后原始图片的大小为 (n+2p)×(n+2p)，滤波器大小保持 f×f不变，则输出图片大小为 (n+2p−f+1)×(n+2p−f+1)。

因此，在进行卷积运算时，我们有两种选择：

在计算机视觉领域，f通常为奇数。原因包括 Same 卷积中 p=（f−1）/ 2 能得到自然数结果，并且滤波器有一个便于表示其所在位置的中心点。

卷积过程中，有时需要通过填充来避免信息损失，有时也需要通过设置步长（Stride）来压缩一部分信息。

步长表示滤波器在原始图片的水平方向和垂直方向上每次移动的距离。之前，步长被默认为 1。而如果我们设置步长为 2，则卷积过程如下图所示：

设步长为 s，填充长度为p, 输入图片大小为n x n, 滤波器大小为f x f, 则卷积后图片的尺寸为：

注意公式中有一个向下取整的符号，用于处理商不为整数的情况。向下取整反映着当取原始矩阵的图示蓝框完全包括在图像内部时，才对它进行运算。

如果我们想要对三通道的 RGB 图片进行卷积运算，那么其对应的滤波器组也同样是三通道的。过程是将每个单通道（R，G，B）与对应的滤波器进行卷积运算求和，然后再将三个通道的和相加，将 27 个乘积的和作为输出图片的一个像素值。

如果想同时检测垂直和水平边缘，或者更多的边缘检测，可以增加更多的滤波器组。例如设置第一个滤波器组实现垂直边缘检测，第二个滤波器组实现水平边缘检测。设输入图片的尺寸为 n×n×nc（nc为通道数），滤波器尺寸为 f×f×nc，则卷积后的输出图片尺寸为 (n−f+1)×(n−f+1)×n′c，n′c为滤波器组的个数。

与之前的卷积过程相比较，卷积神经网络的单层结构多了激活函数和偏移量；而与标准神经网络相比，滤波器的数值对应着权重 W[l]，卷积运算对应着 W[l]与 A[l−1]的乘积运算，所选的激活函数变为 ReLU。

对于一个 3x3x3 的滤波器，包括偏移量 b（27+1）在内共有 28 个参数。不论输入的图片有多大，用这一个滤波器来提取特征时，参数始终都是 28 个，固定不变。即选定滤波器组后，参数的数目与输入图片的尺寸无关。因此，卷积神经网络的参数相较于标准神经网络来说要少得多。这是 CNN 的优点之一。

图像中的相邻像素倾向于具有相似的值，因此通常卷积层相邻的输出像素也具有相似的值。这意味着，卷积层输出中包含的大部分信息都是冗余的。如果我们使用边缘检测滤波器并在某个位置找到强边缘，那么我们也可能会在距离这个像素1个偏移的位置找到相对较强的边缘。但是它们都一样是边缘，我们并没有找到任何新东西。池化层解决了这个问题。这个网络层所做的就是通过减小输入的大小降低输出值的数量。池化一般通过简单的最大值、最小值或平均值操作完成。以下是池大小为2的最大池层的示例:

在计算神经网络的层数时，通常只统计具有权重和参数的层，因此池化层通常和之前的卷积层共同计为一层。

图中的 FC3 和 FC4 为全连接层，与标准的神经网络结构一致。

个人推荐一个直观感受卷积神经网络的网站。

相比标准神经网络，对于大量的输入数据，卷积过程有效地减少了 CNN 的参数数量，原因有以下两点：

-参数共享（Parameter sharing）：特征检测如果适用于图片的某个区域，那么它也可能适用于图片的其他区域。即在卷积过程中，不管输入有多大，一个特征探测器（滤波器）就能对整个输入的某一特征进行探测。

-稀疏连接（Sparsity of connections）：在每一层中，由于滤波器的尺寸限制，输入和输出之间的连接是稀疏的，每个输出值只取决于输入在局部的一小部分值。

池化过程则在卷积后很好地聚合了特征，通过降维来减少运算量。

由于 CNN 参数数量较小，所需的训练样本就相对较少，因此在一定程度上不容易发生过拟合现象。并且 CNN 比较擅长捕捉区域位置偏移。即进行物体检测时，不太受物体在图片中位置的影响，增加检测的准确性和系统的健壮性。

在神经网络可以收敛的前提下，随着网络深度增加，网络的表现先是逐渐增加至饱和，然后迅速下降

需要注意，网络退化问题不是过拟合导致的，即便在模型训练过程中，同样的训练轮次下，退化的网络也比稍浅层的网络的训练错误更高，如下图所示。

这一点并不符合常理：如果存在某个 K层网络是当前F的最优的网络，我们构造更深的网络。那么K之后的层数可以拟合成恒等映射，就可以取得和F一直的结果。如果K不是最佳层数，那么我们比K深，可以训练出的一定会不差于K的。总而言之，与浅层网络相比，更深的网络的表现不应该更差。因此，一个合理的猜测就是，对神经网络来说，恒等映射并不容易拟合。

也许我们可以对网络单元进行一定的改造，来改善退化问题？这也就引出了残差网络的基本思路

既然神经网络不容易拟合一个恒等映射，那么一种思路就是构造天然的恒等映射。

实验表明，残差网络很好地解决了深度神经网络的退化问题，并在ImageNet和CIFAR-10等图像任务上取得了非常好的结果，同等层数的前提下残差网络也收敛得更快。这使得前馈神经网络可以采用更深的设计。除此之外，去除个别神经网络层，残差网络的表现不会受到显著影响，这与传统的前馈神经网络大相径庭。

2018年的一篇论文，The Shattered Gradients Problem: If resnets are the answer, then what is the question，指出了一个新的观点，尽管残差网络提出是为了解决梯度弥散和网络退化的问题，它解决的实际上是梯度破碎问题

作者通过可视化的小型实验(构建和训练一个神经网络发现，在浅层神经网络中，梯度呈现为棕色噪声(brown noise)，深层神经网络的梯度呈现为白噪声。在标准前馈神经网络中，随着深度增加，神经元梯度的相关性(corelation)按指数级减少 (1 / 2^L) ；同时，梯度的空间结构也随着深度增加被逐渐消除。这也就是梯度破碎现象。

梯度破碎为什么是一个问题呢？这是因为许多优化方法假设梯度在相邻点上是相似的，破碎的梯度会大大减小这类优化方法的有效性。另外，如果梯度表现得像白噪声，那么某个神经元对网络输出的影响将会很不稳定。

相较标准前馈网络，残差网络中梯度相关性减少的速度从指数级下降到亚线性级 ) (1 / sqrt(L)) ，深度残差网络中，神经元梯度介于棕色噪声与白噪声之间(参见上图中的c,d,e)；残差连接可以极大地保留梯度的空间结构。残差结构缓解了梯度破碎问题。

1x1 卷积指滤波器的尺寸为 1。当通道数为 1 时，1x1 卷积意味着卷积操作等同于乘积操作。而当通道数更多时，1x1 卷积的作用实际上类似全连接层的神经网络结构，从而降低（或升高，取决于滤波器组数）数据的维度。

池化能压缩数据的高度（nH）及宽度（nW），而 1×1 卷积能压缩数据的通道数（nC）。在如下图所示的例子中，用 filters个大小为 1×1×32 的滤波器进行卷积，就能使原先数据包含的 32个通道压缩为 filters 个。

在这之前，网络大都是这样子的：

也就是卷积层和池化层的顺序连接。这样的话，要想提高精度，增加网络深度和宽度是一个有效途径，但也面临着参数量过多、过拟合等问题。（当然，改改超参数也可以提高性能）

有没有可能在同一层就可以提取不同（稀疏或不稀疏）的特征呢(使用不同尺寸的卷积核)？于是，2014年，在其他人都还在一味的增加网络深度时(比如vgg)，GoogleNet就率先提出了卷积核的并行合并（也称Bottleneck Layer），如下图。

和卷积层、池化层顺序连接的结构（如VGG网络）相比，这样的结构主要有以下改进：

按照这样的结构来增加网络的深度，虽然可以提升性能，但是还面临计算量大（参数多）的问题。为改善这种现象，GooLeNet借鉴Network-in-Network的思想，使用1x1的卷积核实现降维操作(也间接增加了网络的深度)，以此来减小网络的参数量(这里就不对两种结构的参数量进行定量比较了)，如图所示。

最后实现的inception v1网络是上图结构的顺序连接

由于卷积这门课的其他内容和计算机视觉关系比较密切。对我理解推荐系统帮助不大。所以这个系列就到这里。吴恩达的课还是很好的，作业和课和测验我都认真做啦。

无论如何，吴恩达教授的水平肯定是要排在所有人之外的一档的，作为乔丹老先生的关门弟子，年纪轻轻就成为斯坦福的教授、人工智能实验室主任，cousera和deeplearning.ai创始人，Google大脑和百度人工智能实验室居功至伟的人物，可以说在人工智能领域也算是顶尖科学家之一，无论是论文影响力，还是学术界、工业界的影响力都Google都是排得上名号的。

轴承论文在哪里发表

一是联系期刊。二是联系发表论文的网站。三是联系代发编辑。怎么说呢，这三种途径都可以。如果要分析的话，第一种审稿周期长（半个月一个月的才回复），稿件不容易通过，虽然在官网上放心点，但是价格有点贵。第二种进去网站就有销售跟着，问你需要什么。我曾经问过价钱，500的版面费要价1000，看来网站的广告费用都是我们自己交的啊。第三种一般都是和期刊合作的编辑，价格是最低的，审稿快，就是要小心甄别。

问题一：发表论文去哪里投稿若你是初次投稿，建议先找些门槛低的省级期刊投稿，这类杂志有《故事》、《故事汇》、《故事世界》、《幽默与笑话》。另外《知识窗》、《青年科学》、《思维与智慧》这些杂志你也可去试试。投稿时，你还要注意投稿格式，电子邮件投稿注意事项。在这里顺便给你介绍一些注意事项，以提高你命中率：稿件后面要有完备的联系方式：作者名字、署名、地址、电话、邮箱，QQ什么的都要详细，以便编辑联系你啊！要是没有这些，发了你文章，难找你拿稿酬！用电子邮件投稿，得注明投什么栏目，写上你名字和稿件名字。另外，现在《故事会》在征稿。其原创稿酬千字400元，笑话每篇最高稿酬100元。希望能解决您的问题。问题二：哪里可以发表论文有的啊，，，问题三：论文在哪里发表一般在期刊上发表讠仑文基本上都是需要评职称才发的，一般这种的找那种代理就行，网上很多的不过也有不可靠的，最好找熟人介绍下比较好，我发的时候就是同事介绍的壹品优，我也是直接就在那边发了，和同事说的差不多，挺好的。如果你没有熟人介绍不行就去看看。问题四：在哪里发表论文比较可靠答-您写的专业性很强的学术论文最好在正规刊物上发表，毕业论文或学习的论文就在学校学刊上发表。问题五：论文在哪发表比较好？答-您写的专业性很强的学术论文最好在正规刊物上发表，毕业论文或学习的论文就在学校学刊上发表。问题六：在哪里可以发表论文有的啊，，问题七：在哪可以发表论文你发论文主要是干嘛用的问题八：评职称在哪发表论文我也是广告，给你一个参考：第一，化工行业中级职称，如果没有意外的话，普刊，就是国家级或者省级刊物就可以。所谓的意外，就是说你可能处于大学或者科研单位，这样的话中级才会要求核心刊物。第二，价格问题，核心我就不说了，浮动太大没法说估计你也用不着，通常而言，综合科技类的省级和国家级价格基本持平，在五百左右，这个价格仅供参考，每个期刊都有自己的价格，如果是化工类专业性强一点的，价格可能略贵。大家不说价格的原因是公开的地方不方便，每个人都有自己的渠道，高了低了难免有纠纷，估计你也能理解，此外，注意无论是找编辑部还是找代理，资金安全要注意。定金和真伪鉴定都是作者需要考察的东西。我是代理，前几天还遇到了《学问》这个期刊的假刊，差点上当。问题九：医学论文在哪发表论文好？这个要看你的具体专业，以及对发表杂志有无要求。比如你是传染病防治的，那最好还是发中国疾病控制之类的。比如你要求中文核心期刊，那就选择专业对口的中文核心。比如你要求SCI，那就选择SCI杂志。

因为杂志社都是全国各地的，所以一般发表渠道基本都是在网上投稿，这方面我比较有经验，因为每年我们单位都发很多论文，有2个渠道，一般便宜点的，就是找到想发的杂志社然后去官网投稿，这样的话第一需要自己准备好论文，第二通过率比较低，第三期刊选择单一，发的篇数多的话需要更换刊物，不过价格便宜。第二个渠道，我是找的网上的专业网站发的，叫百姓论文网，价格是我问过最便宜的了，主要省事一般我同事没有准备好论文的话，那块也能代笔，选择刊物也多样。所以我倾向于后者，主要不用操心。具体就知道这么多，希望对你有帮助，望采纳

发表论文的平台如下：

1.知网

这里所说的是知网，是清华大学和清华同方共同办的这个数据库。在前些年他也叫中国期刊网，由于后来有人自己建了个网站也叫中国期刊网，自己收录期刊，假李逵装真李逵。玩文字游戏，导致很多作者被上当。

所以现在知网对外不称中国期刊网了，就是叫知网。从论文发表来说，知网是最权威的，最有说服力的数据库。

凡是知网收录的期刊，一定是正规的，可以放心大胆的发表的，但是最近这两年知网变得更严格，所以知网收录的期刊发表费用比较贵一些。

2.万方数据库

万方数据库，也是一个比较大的论文数据库，仅次于知网。其权威性和重要性就等于是一个弱化版的知网，但是也是比较大。

从期刊正规性来说，如果一个期刊，知网不收录，但是万方数据库收录，说明还是比较正规的，虽然不如知网收录的那么正规。但是对于一般单位来说够用。

对于大学这样的单位可能必须要求知网。而对于一些企业单位，只要万方数据库能检索到已经发表的论文，就算不错了。所以，万方数据库也是一个必须参考的标准。

3.维普网

维普网在前些年实际上假刊比较多，比较泛滥，这两年所说期刊审核严格，上面审核严格，但是维普网收录的期刊从正规性和权威性上来说，都是严重不如知网和万方数据库。

对于很多要求不高的单位，或者评一些初级职称的单位，只有维普网收录的期刊还能管点用。稍微严格一些的，就不大灵光了。