写论文需要电脑吗？

写论文需要电脑。

进入21世纪以后，电脑已经成为高校科研工作者和论文作者的必备工具。

电脑上有office软件，写论文首先查阅大量的文献资料，这需要用电脑在中国知网等学术期刊网站进行，论文的编辑和排版以及论文的修改都需要用电脑完成。

由此可见，写论文需要电脑。

计算机论文发表含金量？

计算机sci期刊投稿认可度也是比较高的。不过一般来说，计算机SCI1区发表的论文含金量高于SCI2区期刊。

作者写的计算机方向论文如果不能够在sci一区期刊发表，那么也是可以尝试sci二区期刊的，这样也能够获得较多的加分，此外学术顾问在这里也分享了几本计算机方向的2区sci期刊，都是单位认可度高的期刊，对晋升职称也是有帮助的。

计算机硕士论文怎么创新？

我是一名计算机应用技术的硕士生，已经毕业六年了。

其实毕业论文和小论文的发表是一样的，论文一定要有创新点，，你的方法对于老方法的提升很有限，但只要提升了，就可以。

因为我不知道你的具体研究方向，所以无法在具体的算法上跟你讲什么。但是一般来说，算法的创新是基于你理论的创新，理论创新之后，你就要建模，然后从数学的角度把这个东西量化出来，通过实验来证明你算法的优越性。

有两点是可以给你借鉴一下，第一点一定不要着急，着急之后什么都想不到。第二点就是你论文或者实验的落脚点，一定要越小越好，尽量把你这个系统工程拆分成各个小块，然后去研究。 希望能够帮助到你。

以机器学习/深度学习领域为例

1. 在原始的数据集上加一些噪声，例如随机遮挡，主要是根据具体的任务来增加噪声或扰动，不可乱来。如果它的精度下降的厉害，那你的思路就来了，如何在有遮挡或有噪声或其他什么情况下，保证模型的精度。（无事生非）

2. 用它的模型去尝试一个新场景的数据集，因为它原来的模型很可能是过拟合的。如果在新场景下精度下降的厉害，思路又有了，如何提升模型的泛化能力，实现在新场景下的高精度。（无事生非）

3. 思考一下它存在的问题，例如模型太大，推理速度太慢，训练时间太长，收敛速度慢等。一般来说这存在一个问题，其他问题也是连带着的。如果存在以上的问题，你就可以思考如何去提高推理速度，或者在尽可能不降低精度的情况下，大幅度减少参数量或者计算量，或者加快收敛速度。（后浪推前浪）

4. 考虑一下模型是否太复杂，例如：人工设计的地方太多，后处理太多，需要调参的地方太多。基于这些情况，你可以考虑如何设计一个end-to-end模型，在设计过程中，肯定会出现训练效果不好的情况，这时候需要自己去设计一些新的处理方法，这个方法就是你的创新。（后浪推前浪）

5. 替换一些新的结构，引入一些其它方向的技术，例如transformer，特征金字塔技术等。这方面主要是要多关注一些相关技术，前沿技术，各个方向的内容建议多关注一些。（推陈出新）

6.尝试去做一些特定的检测或者识别。通用的模型往往为了保证泛化能力，检测识别多个类，而导致每个类的识别精度都不会很高。因此你可以考虑只去检测或识别某一个特定的类。以行为识别为例，一些通用的模型可以识别几十个动作，但你可以专门只做跌倒检测。在这种情况下你可以加很多先验知识在模型中，换句话说，你的模型就是专门针对跌倒设计的，因此往往精度可以更高。（出奇制胜）