发布时间：
《动手学深度学习》（阿斯顿·张（Aston Zhang））电子书网盘下载免费在线阅读
链接：
书名：动手学深度学习
作者：阿斯顿·张（Aston Zhang）
豆瓣评分：9.4
出版社：人民邮电出版社
出版年份：2019-6
页数：440
内容简介：
本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的 Jupyter记事本，它将文字、公式、图像、代码和运行结果结合在了一起。此外，读者还可以访问并参与书中内容的讨论。
本书同时覆盖深度学习的方法和实践，主要面向在校大学生、技术人员和研究人员。阅读本书需要读者了解基本的Python编程或附录中描述的线性代数、微分和概率基础。
作者简介：
阿斯顿·张（Aston Zhang）
亚马逊应用科学家，美国伊利诺伊大学香槟分校计算机科学博士，统计学和计算机科学双硕士。他专注于机器学习的研究，并在数个顶级学术会议发表过论文。他担任过NeurIPS、ICML、KDD、WWW、WSDM、SIGIR、AAAI 等学术会议的程序委员或审稿人以及Frontiers in Big Data 期刊的编委。
戴望州老师很好。戴望州：英国帝国理工学院计算机系副研究员。2019年毕业于南京大学计算机系。是IBM博士生英才计划奖、Google优秀奖学金获得者。他在AAAI、NeurIPS、ILP、ACML、ICDM、MachineLearning等人工智能和机器学习领域顶级国际会议与期刊中发表过多篇学术论文。研究方向包括人工智能、机器学习与数据挖掘、归纳逻辑程序设计等。主要研究兴趣是结合机器学习与符号推理的人工智能。目前担任IJCAI、AAAI、NeurIPS、ICML、ECML等人工智能和机器学习领域国际会议程序委员会委员。
清华大学最厉害的学霸是蔡烨怡、谢廷玉、张晨、刘泓、陈逸贤、解海鹏、王佳恒、宫栋宇、刘素嘉、王雷捷等10人。
这10名本科生也经过多轮角逐最终通过答辩斩获了2020年清华大学特等奖学金。
1、学术“过硬”——刘泓
从目前的“战绩”来看，刘泓的学术是最硬的，还在读本的他已经以第一作者的身份发表了5篇论文，其中有三篇是顶会：CVPR 2019、ICML 2019和NeurIPS 2020。
2、计算机大神——张晨
张晨是清华超算团队中的一员，也是唯一的一名女生。去年，张晨同学所在的清华超算团参加了国际大学生超级计算机竞赛（SC19），一路过关斩将最终夺得了冠军。
3、实力与颜值的担当——陈逸贤
陈逸贤虽然出自物理系，但他的演讲能力一点都不输北大的文科生。曾参加过伦敦举办的50多国冠军同台演讲中，一路过关斩将，最后获得了全球第六的好成绩。
除了他们三人，其他的几人也同样十分优异。能够进入清华的都是超级学霸了，能够在众多超级学霸中脱颖而出，更是学霸中的“战斗机”了。
清华大学简介：
清华大学（Tsinghua University），简称“清华”，位于北京市海淀区，是中华人民共和国教育部直属的全国重点大学。
它是位列国家“双一流”、“985工程”、“211工程”，入选“2011计划”、“珠峰计划”、“强基计划”、“111计划”。
还是九校联盟（C9） 、松联盟、中国大学校长联谊会、亚洲大学联盟、环太平洋大学联盟、中俄综合性大学联盟、清华—剑桥—MIT低碳大学联盟成员、中国高层次人才培养和科学技术研究的基地，被誉为“红色工程师的摇篮”。
您好，橙子雨是南京大学的一位著名教授，他的主要研究领域是计算机科学、人工智能和自然语言处理。他曾获得过多项奖项，其中包括国家自然科学奖、国家科技进步奖、中国科学院院士等。他还担任过多个学术机构的领导职务，例如中国计算机学会理事长、中国人工智能学会理事长等。此外，他还发表了大量的学术论文，并且在国际学术会议上做过大量的报告。
您好，橙子雨是中国科学技术大学的教授，他的主要研究方向是计算机视觉、模式识别和机器学习。他曾在计算机视觉领域取得了一系列重要成果，包括计算机视觉的基础理论、深度学习技术、视觉语义分析等。他还担任过多个国际知名期刊和会议的编辑，并在国际计算机视觉领域受到广泛认可。此外，他还担任过多个国际学术组织的顾问，并受邀参加多次国际学术会议，为学术界做出了重要贡献。
新加坡。
冯磊，男，1995年4月生，2021年于新加坡南洋理工大学博士毕业。
现为重庆大学计算机学院弘深青年学者，教授，博士生导师，兼任日本理化学研究所先进智能研究中心（RIEKN Center for Advanced Intelligence Project）客座科学家（Visiting Scientist）。
主要成就
截至2021年，近三年来，已在ICML、NeurIPS、KDD、CVPR、AAAI、IJCAI等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。研究成果在弱监督学习领域做出了许多重要的贡献。
2021年7月间，重庆大学计算机学院消息透露，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。
您好！橙子雨是清华大学的一位教授，您是清华大学教育研究院的教授，担任教育研究院的学术研究主任，担任清华大学教育学院的兼职教授，担任清华大学教育研究院的研究员。您在教育学、教育心理学、教育社会学、教育政策等领域有着丰富的研究经验，曾发表多篇学术论文，并受邀参加多次国内外学术会议。您的研究成果被国内外各类媒体广泛报道，受到了广大师生的高度认可。
针对neurips会议发表的一篇多难，我们需要先理解多难的含义。多难是指一种算法或者任务的难度程度很高，需要耗费大量时间和精力才能得到较好的结果。在该篇文章中，作者可能介绍了一种新的多难算法或者任务，并通过实验等方式证明了该算法或任务的难度程度。文章可能会涉及到深度学习、机器学习等领域的技术和理论，需要读者对这些领域有一定的了解和理解。在阅读该篇文章时，我们需要注意一些关键点，例如作者提出的算法或任务的创新性、实用性和准确性等。同时，我们需要了解作者所使用的数据集和实验方法，并对其进行合理的评价。此外，对于一些复杂的技术和理论，我们需要做到逐步理解和消化，避免过早的放弃或者过度简化。总之，阅读neurips会议发表的一篇多难需要有一定的专业背景和技术理解能力，同时需要注重细节和理性分析。
neurips是顶级会议。
NeurIPS是人工智能领域的顶级会议，与ICML并称为人工智能领域难度最大，水平最高，影响力最强的会议！NeurIPS是CCF 推荐A类会议，Core Conference Ranking推荐A*类会议，H5 index高达198！Impact Score高达33。
会议级别的划分：
1、以学科性质可以分为单学科的专业会议和多学科的综合性学术会议;
2、以会议的召开周期可以分为一次性的学术会议、年度性的学术会议、系列性的学术会议;
3、以参加国别的不同可以分为国内学术会议、双边学术会议、多变学术会议等;
4、以会议采用的交流技术可以分为传统学术会议、在线学术会议、视频学术会议等;
5、以信息传播方式可以分为单向传播会议(学术报告、调研会)和双向互动会议(专题座谈会、研讨会、学术交流会);
6、以会议规模可以分为大型(邀请代表在200人以上)、中型(邀请代表在50-200人)、小型(邀请代表在50人一下)会议。
如下：
感觉今年的一个特点就是打分非常随意，往年审稿人很少打出8分及以上，如果有的话一般都是一致认为是好文章，而今年割裂的分数比比皆是。两个borderline（5-6）一个strong accept 8-9，一个reject 2-4的非常常见。而且confidence都3以上。
这是非常不可思议的，如果都是了解某个领域的人，不应该意见如此割裂。而且很多人只针对一两点瑕疵就做出来极低分数，另一些则因为自己没发现明显错误就可以给9，然后一半人划水打borderline。
这说明现有的审稿制度完全不能胜任如此大规模的会议，也势必毁掉了neurips招牌（其实现在就已经约等于aaai来）。
每一年，NeurIPS 大会都会对组织作出新的调整。今年即将在 12 月举行的大会，审稿阶段的新修改是公开了审核流程。
首先最重要的是，大会的全部审稿流程已经转移到了 OpenReview 上了。这是一个灵活的论文审核平台，可以进行大量的自定义，并且可以根据会议需求的发展快速进行调整。
它带来了许多基础方面的改进，包括可以自我管理的用户历史信息，利益冲突声明中的责任制以及程序委员之间交互方式的改进。
和往年一样的是，论文的审稿过程仍遵循保密原则。审核过程中提交的内容仅对指定的程序委员会成员显示，NeurIPS 不会在这一过程中接受公开意见。在通知截止日期之后，被接收的论文将被公开在网站上，并接受非匿名公众评论。
匿名的评审意见、对评审意见的意见和作者的回复都将被公开。不过在评审过程和评审之后，所有的审核者内部讨论不会被公开。
以上看起来和之前使用 OpenReview 系统的机器学习会议没什么两样，重点来了：在默认的情况下，被拒绝的投稿不会被公开。但在 NeurIPS 2021 上，被拒论文的作者可以在通知截止日期后的两周内选择公开其匿名化的论文，并在 OpenReview 中公开发表评论。
在被公开的论文之下，系统同样也会把审稿意见、作者的讨论等内容全都一并曝光出来。大会方面表示，尽管现在我们还是无法利用开放审稿系统的全部好处，但新政策确实可以给论文作者们提供一个可以公开显示，并反击论文评审中存在问题的机会。
「我们认为这是最好的折中方案，因为它还可以让初级研究人员避免因为有害的公共批评而遭受打击，」NeurIPS 2021 大会的程序主席们在博客中写道。
在以往的会议中，有时研究人员会抱怨在 rebuttal 阶段领域主席未对作者提出的辩解给出任何实质性意见，也不会对误解做出解释。现在这类问题有了新的解决渠道，利益相关者看起来可以继续讨论，外界也可以参与进来。
根据 NeurIPS 2020 试验的结果，如果经过完整的审稿流程，大约有 6% 的直接拒稿（desk rejection）论文可能会被接收。因此，NeurIPS 2021 今年决定取消 desk rejection。但如果论文违反页数限制或其他提交要求，仍可能会被拒稿，无需经过审核。
为了最大程度地减少审稿过程中的偏见和误解，NeurIPS 2021 组委会将在提交初审和作者反馈后允许作者与审稿人进行「滚动讨论」。在滚动讨论阶段，作者可以回答审稿人提出的问题。
为了让作者在回答之前能够仔细分析审稿意见，在讨论开始之前，还将划定一个反应阶段。如果出现新的审稿意见，作者也能在讨论阶段及时回复。
为了阻止没有实质性修改的重复提交，大会要求论文作者声明论文不是此前任何其他同行评审过程的拒稿。和去年一样，重复提交的作者必须提交一份描述新更改的文档。在机器学习社区，有一些证据表明：审稿中存在「重复提交偏见」。
在一项面向新晋审稿人的调查中，审稿人给标有「重复提交」的论文评分较低。另一方面，COLT 2019 允许将提交给 STOC 的论文同时提交给 COLT，如果论文已被其中一个会议接收，就从另一会议撤回。
尽管 STOC 和 COLT 的审稿人共享了这些提交论文，但并没有证据表明存在「重复提交偏见」。为了大规模评估「重复提交偏见」，NeurIPS 2021 将随机从提交论文中选择一部分，只有这部分论文的重复提交信息对审稿人和区域主席可见。
当然，审核过程的成功取决于审核的质量和 NeurIPS 社区的努力工作。根据以往经验，NeurIPS 的论文提交数量每年以约 40% 的速度增长。到 2020 年，论文提交量超过了 9400 篇。
考虑到 ICML 2021（约 10%）和 ICLR 2021（约 15%）的增长，NeurIPS 组委会正在为可能的 12,000 篇提交量做准备。
没有专职审稿人、区域主席和高级区域主席的工作，会议将无法继续进行，这些角色至关重要。为了帮助培训 NeurIPS 社区的新晋审稿人，NeurIPS 组委会还在准备编写审稿教程。
目前，北京理工大学自动化学院已回复王剑锋，并表示已经成立了工作小组调查此事。
投稿论文被泄露并被抄袭挪用。
近日，王剑锋发文《在arXiv上看到自己的投稿署了别人的名字是什么体验？》。文中称，其一篇在2020年6月向国际人工智能顶级会议NeurIPS 2020投稿的论文被泄露并被抄袭挪用。
这是一个不道德的抄袭行为。
上述文章中详细列举了多张证据截图以指控一篇于2021年9月16日发布在预印本平台arXiv的文章存在严重抄袭行为。
arXiv是计算机领域常用的论文预发表平台，作者可以通过将论文预发表至该平台，以声称对某种方法和思路的所有权。在该平台预发表后，不影响去其他期刊或会议的投稿和发表。
王剑锋指出，两篇论文标题完全一致，均为Label Assignment Distillation for Object Detection。此外，还存在摘要几乎完全一致、图片及表格数据完全一致等。
并且发表在“arXiv的文章中没有任何一个配图、表格、公式是新的，完全没有做额外的实验”。
张海伦通过知乎私信进一步透露，一作高明豪不是北京理工大学的学生，现已本科毕业，目前无工作单位。
高明豪道歉：
随后，一作高明豪通过邮件回复表达了歉意，但并没有承认剽窃行为。他称“相关论文pdf上传错误，十分抱歉，目前仅在arXiv社区进行上传，并未对任何学术期刊或会议进行投搞工作，已进行撤稿申请。”
如下：
感觉今年的一个特点就是打分非常随意，往年审稿人很少打出8分及以上，如果有的话一般都是一致认为是好文章，而今年割裂的分数比比皆是。两个borderline（5-6）一个strong accept 8-9，一个reject 2-4的非常常见。而且confidence都3以上。
这是非常不可思议的，如果都是了解某个领域的人，不应该意见如此割裂。而且很多人只针对一两点瑕疵就做出来极低分数，另一些则因为自己没发现明显错误就可以给9，然后一半人划水打borderline。
这说明现有的审稿制度完全不能胜任如此大规模的会议，也势必毁掉了neurips招牌（其实现在就已经约等于aaai来）。
每一年，NeurIPS 大会都会对组织作出新的调整。今年即将在 12 月举行的大会，审稿阶段的新修改是公开了审核流程。
首先最重要的是，大会的全部审稿流程已经转移到了 OpenReview 上了。这是一个灵活的论文审核平台，可以进行大量的自定义，并且可以根据会议需求的发展快速进行调整。
它带来了许多基础方面的改进，包括可以自我管理的用户历史信息，利益冲突声明中的责任制以及程序委员之间交互方式的改进。
和往年一样的是，论文的审稿过程仍遵循保密原则。审核过程中提交的内容仅对指定的程序委员会成员显示，NeurIPS 不会在这一过程中接受公开意见。在通知截止日期之后，被接收的论文将被公开在网站上，并接受非匿名公众评论。
匿名的评审意见、对评审意见的意见和作者的回复都将被公开。不过在评审过程和评审之后，所有的审核者内部讨论不会被公开。
以上看起来和之前使用 OpenReview 系统的机器学习会议没什么两样，重点来了：在默认的情况下，被拒绝的投稿不会被公开。但在 NeurIPS 2021 上，被拒论文的作者可以在通知截止日期后的两周内选择公开其匿名化的论文，并在 OpenReview 中公开发表评论。
在被公开的论文之下，系统同样也会把审稿意见、作者的讨论等内容全都一并曝光出来。大会方面表示，尽管现在我们还是无法利用开放审稿系统的全部好处，但新政策确实可以给论文作者们提供一个可以公开显示，并反击论文评审中存在问题的机会。
「我们认为这是最好的折中方案，因为它还可以让初级研究人员避免因为有害的公共批评而遭受打击，」NeurIPS 2021 大会的程序主席们在博客中写道。
在以往的会议中，有时研究人员会抱怨在 rebuttal 阶段领域主席未对作者提出的辩解给出任何实质性意见，也不会对误解做出解释。现在这类问题有了新的解决渠道，利益相关者看起来可以继续讨论，外界也可以参与进来。
根据 NeurIPS 2020 试验的结果，如果经过完整的审稿流程，大约有 6% 的直接拒稿（desk rejection）论文可能会被接收。因此，NeurIPS 2021 今年决定取消 desk rejection。但如果论文违反页数限制或其他提交要求，仍可能会被拒稿，无需经过审核。
为了最大程度地减少审稿过程中的偏见和误解，NeurIPS 2021 组委会将在提交初审和作者反馈后允许作者与审稿人进行「滚动讨论」。在滚动讨论阶段，作者可以回答审稿人提出的问题。
为了让作者在回答之前能够仔细分析审稿意见，在讨论开始之前，还将划定一个反应阶段。如果出现新的审稿意见，作者也能在讨论阶段及时回复。
为了阻止没有实质性修改的重复提交，大会要求论文作者声明论文不是此前任何其他同行评审过程的拒稿。和去年一样，重复提交的作者必须提交一份描述新更改的文档。在机器学习社区，有一些证据表明：审稿中存在「重复提交偏见」。
在一项面向新晋审稿人的调查中，审稿人给标有「重复提交」的论文评分较低。另一方面，COLT 2019 允许将提交给 STOC 的论文同时提交给 COLT，如果论文已被其中一个会议接收，就从另一会议撤回。
尽管 STOC 和 COLT 的审稿人共享了这些提交论文，但并没有证据表明存在「重复提交偏见」。为了大规模评估「重复提交偏见」，NeurIPS 2021 将随机从提交论文中选择一部分，只有这部分论文的重复提交信息对审稿人和区域主席可见。
当然，审核过程的成功取决于审核的质量和 NeurIPS 社区的努力工作。根据以往经验，NeurIPS 的论文提交数量每年以约 40% 的速度增长。到 2020 年，论文提交量超过了 9400 篇。
考虑到 ICML 2021（约 10%）和 ICLR 2021（约 15%）的增长，NeurIPS 组委会正在为可能的 12,000 篇提交量做准备。
没有专职审稿人、区域主席和高级区域主席的工作，会议将无法继续进行，这些角色至关重要。为了帮助培训 NeurIPS 社区的新晋审稿人，NeurIPS 组委会还在准备编写审稿教程。
担任985高校博导的25岁博士有多厉害
担任985高校博导的25岁博士有多厉害，冯磊自2021年入职时仅25岁，是重庆大学计算机学院目前年龄最小的引进人才，担任985高校博导的25岁博士有多厉害。
“90后”目前已渐成为中国学术圈的生力军，而“95后”的青年学者也开始跃上学术舞台。
记者注意到，重庆大学计算机学院“95后”弘深青年学者冯磊再度引起社会舆论关注。重庆大学计算机学院7月间消息透露，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。
重庆大学计算机学院介绍，这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。
该论文的`第一作者与通讯作者均为冯磊，合作者来自日本东京大学、日本理化学研究所先进智能研究中心、新加坡南洋理工大学、澳洲昆士兰大学、中国香港浸会大学等著名高校或研究机构。
重庆大学方面提供的个人信息显示，冯磊，男，出生于1995年4月，博士毕业（直博并提前毕业）于新加坡南洋理工大学，目前为重庆大学计算机学院弘深青年学者引进人才、博导，兼任日本理化学研究所先进智能研究中心（RIEKN Center for Advanced Intelligence Project）客座科学家（Visiting Scientist）。
冯磊自2021年1月起加入计算机学院工作至今，入职时仅25岁，这是重庆大学计算机学院目前年龄最小的引进人才，也是学院有史以来首次直接给应届博士毕业生正高/博导岗位。
冯磊的主要研究方向为机器学习、数据挖掘、人工智能。近三年来，已在ICML、NeurIPS、KDD、CVPR、AAAI、IJCAI等国际顶级（CCF A类）会议与中科院一区期刊上以第一作者或通讯作者发表论文十余篇。研究成果在弱监督学习领域做出了许多重要的贡献。
在学术服务方面，冯磊担任IJCAI 2021高级程序委员会委员（senior program committee member），ICML 2021专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际知名期刊（包括JMLR、IEEE TPAMI、IEEE TIP、IEEE TNNLS、MLJ）审稿人。
另外，在重庆大学计算机学院官网冯磊的个人页面，冯磊专门标注了一段文字：本课题组研究经费充足，与国内外著名高校和研究机构有紧密的合作，欢迎青年老师和有意从事学术研究的博士后博士生硕士生加入（或访问）本课题组。招收弘深青年教师（特别资助：37-40万元/年，重点资助：27-30万元/年）。
冯磊还特别注明注意事项：2022年秋季入学的博士硕士研究生招生名额已满，谢谢各位同学的热情，请勿再邮件联系我了。同时，他向大家强烈推荐了其他几位导师。
重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。
2021年1月，出生于1995年4月的冯磊，被重庆大学计算机学院，直接作为弘深青年学者人才引进，并聘任为博导、教授，其主要研究方向为机器学习、数据挖掘、人工智能。
冯磊入职时仅25岁，这是重大计算机学院目前年龄最小的引进人才，也是该学院有史以来首次直接给应届博士毕业生正高/博导岗位。
个人主页：
入职半年，冯磊撰写的论文《Pointwise Binary Classification with Pairwise Confidence Comparisons》在第38届国际机器学习会议（The 38th International Conference on Machine Learning）（CCF A类）上发表。这是机器学习领域公认的顶级国际学术会议，在学术界享有极高的声誉，这也是重庆大学计算机学院首次以第一单位在该会议上发表学术论文，实现了零的突破。
冯磊简介
冯磊，重庆大学弘深青年学者引进人才（教授、博导），兼任日本理化学研究所先进智能研究中心（RIKEN Center for Advanced Intelligence Project）Visiting Scientist。博士毕业于新加坡南洋理工大学（Nanyang Technological University, Singapore），在提前毕业的情况下，获得南洋理工大学计算机科学与工程学院杰出博士学位论文奖第二名（NTU SCSE Outstanding PhD Thesis Award Runner-Up）。中国计算机学会（CCF）会员，中国人工智能学会（CAAI）会员，国际人工智能促进学会（AAAI）会员，美国计算机学会（ACM）会员，中国人工智能学会机器学习专委会通讯委员。担任IJCAI 2021与AAAI 2022高级程序委员会委员（senior program committee member），ICML 2021 专家审稿人（expert reviewer），以及其他国际顶级（CCF A类）会议（包括NeurIPS、KDD、CVPR、ICCV、AAAI）的程序委员会委员/审稿人，并受邀担任多个国际顶级期刊（包括JMLR、IEEE-TPAMI、IEEE-TIP、IEEE-TNNLS、MLJ）审稿人。
主要研究方向为机器学习、数据挖掘、人工智能。已在International Conference on Machine Learning (ICML)，Annual Conference on Neural Information Processing Systems (NeurIPS), ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD)，IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), International Conference on Computer Vision (ICCV), AAAI Conference on Artificial Intelligence (AAAI), International Joint Conference on Artificial Intelligence (IJCAI)等国际顶级（CCF A类）会议与中科院一区期刊上发表论文近二十篇。
冯磊还入选了2021福布斯中国30 Under 30 科学和医疗健康领域榜单。
重庆大学是教育部直属的全国重点大学，国家“211工程”和“985工程”重点建设的高水平研究型综合性大学，国家“世界一流大学建设高校（A类）”。
学校创办于1929年，在20世纪40年代就发展为拥有文、理、工、商、法、医6个学院的国立综合性大学。经过1952年全国院系调整，成为国家高教部（高教部1958年并入教育部）直属的、以工科为主的多科性大学。1960年被确定为全国重点大学。改革开放以来，学校大力发展人文社科类学科专业，促进了多学科协调发展，逐步发展为综合性研究型大学。1998年，学校成为国家“211工程”重点建设高校。2000年5月，原重庆大学、重庆建筑大学、重庆建筑高等专科学校三校合并组建成新的重庆大学。2001年，学校成为“985工程”重点建设高校。2004年，学校被确定为中管高校。2017年9月，学校入选国家“世界一流大学建设高校（A类）”。
学校学科门类齐全，涵盖理、工、经、管、法、文、史、哲、医、教育、艺术11个学科门类。设7个学部35个学院，以及附属肿瘤医院、附属三峡医院、附属中心医院。教职工5300余人，在校学生47000余人，其中研究生20000余人，本科生26000余人，来华留学生1700余人。校园占地面积5200余亩，有A校区、B校区、C校区和虎溪校区。
一、论文查重系统选择的不同不同的论文查重系统，所收录的数据以及算法是不同的，所以检测结果自然也不可能相同。如果想结果与学校是差不多的，那么只能选择学校要求的论文查重系统进行检测，只有这样才能保证准确性。二、提交论文的格式应符合规范提交论文后，系统会自动识别提交的内容，把一些不需要参与查重的内容去除，例如目录、参考文献等。所以如果提交的论文格式符合要求，那么系统就会自动识别，不会影响到检测结果。
一般来说学校是有好几次机会的，第一次查重不过，那就得抓紧时间修改有重复的地方，如果有大量摘抄的情况，那就做适当修改删除。
毕业后论文抽检不合格的处理：
1、在毕业之后进行抽检的话，一定是学校将论文的原件给查重系统进行查重。那么学校在拿到查重结果的时候，会及时的通知你修改毕业论文。进行修改之后的毕业论文进行上传至学校即可。
2、继续等待毕业论文的查重结果，如果毕业论文查重结果达到了学校的要求即可通过查重。如果还是没有通过则需要继续修改毕业论文，但是在毕业后抽检的论文部分学校只有三次降重的机会。
毕业前论文抽检不合格的处理：
1、在毕业之前，首先毕业论文还没有存入学校的档案，这个时候你就可以根据自己的论文指导老师或者辅导员对论文意见进行修改。
2、直到毕业论文通过查重为止，其实在开始撰写论文之前，我们需要确定好一个框架给老师看，让老师给出一点个人的意见，这样对论文重复率有所帮助。
论文抽检的标准：
其实在抽检的时候也不是所有的人都会被抽检上，学校和查重系统一般按照百分之三到百分之五的比例进行抽检，根据学生的数量确定好抽检的数量即可。
毕业后论文抽检检查的主要内容包括选题、逻辑、研究方法、写作安排、格式规范等。不同程度的主要检查内容不同。
本科毕业论文的抽样检查主要考察学生的学术素养，而硕士论文和博士论文的抽样检查主要考察他们的创新能力和科研能力。论文抽查包括初评和复评两个环节。初步评估由三名专家进行。如果三位专家一致认为学生的论文没有问题，初评就会顺利通过。
否则，该论文将继续参与重新评估，并由另外两名专家进行审查。如果重新评估仍然失败，将被视为有问题的论文。一旦有问题的文章被查实有抄袭、代写、篡改等学术不端行为，论文作者的学位将被取消，学位证书也将被取消。
所以，为了顺利毕业，写论文的时候一定要认真写，保证原创性，否则，即使有幸通过了学校的检查，没能通过毕业后论文抽检也是白搭。
毕业论文除了担心写作外，还需要担心查重。因为论文查重未过就很麻烦，如果是毕业论文未通过就不能顺利毕业。所以除了要知道如何论文写作外，我们还需要知道论文查重有哪些要求？查哪些内容？怎么改？撰写论文一般分为三个阶段，所以我们最少要进行三次查重，如果查重后重复率过高，那么可以先将重复内容分为三个部分，然后采用以下方式：首先就是论文内容中的重复内容问题，虽然每个人的原创内容，但是一些比较常用的语句是很容易重复的，所以我们在处理重复内容时，可以选择删掉一些不重要的重复内容或者重写。其次一些学术性的概念陈述会出现重复。如果一定要使用概念陈述，可以尽量控制使用的次数，没有必要了解每个专业词汇，那么不妨尝试使用自己的话进行解释，这样能解决部分论文查重有重复的问题。最后引用部分也会影响重复率，因为学校对于引用都会有要求的，所以要在学校要求的范围内，不要近过多的引用。以上就是论文查重后重复率高的处理方式以及技巧，我们只要保证在写论文时不抄袭，那么论文重复率合格没有这么难的。