1. 如何选论文


阅读研究论文,跟进该领域的SOTA(state-of-the-art)。选择论文的方式可以有如下几种。


2. 如何读论文


基本方法是快速泛读几篇,之后详读一篇,并反复迭代这个过程。对于读某一篇论文,绝对不要从第一个字一直读到最后一个字,而是从粗到细、有选择的多读几遍。打印出来阅读比读电子版更有效,需要前后反复跳读

其中,详读所有图表的原因是,深度学习的很多论文提出的方法用一张网络结构图就可以概括,而表格通常是汇报各种实验结果。跳过related works的原因是,如果你对该领域不了解,related works部分基本看不懂。跳过看不懂的地方的原因是,不要迷失在论文中,而且并不是论文所有部分对未来都有用。最后,读完之后需要多思考:(1). 该论文想要完成什么?(2). 这个方法的关键是什么?(3). 我能用到什么?(4). 哪些引用我希望关注。


3. 不要沉溺在论文的海洋


现在人工智能正值热潮,每年新发表的论文非常多。而机器学习是实践科学,尤其是当你不是该领域专家时,事先很难知道哪种方案在实际中效果最好,通常需要尝试很多的思路。机器学习实战的过程是思路、代码实现、实验结果的迭代循环。迭代循环的越快,取得的进展越大。不要在开始前想的过多,尤其不要一开始就想着设计和构建一个完美的系统,最初的方案要越早构建和训练越好,之后根据偏差/方差分析和误差分析确定下一步的工作方向,并进行迭代。