对博士一年级新生有什么建议?

点上方计算机视觉联盟获取更多干货

仅作学术分享,不代表本公众号立场,侵权联系删除

转载于:链接:https://www.zhihu.com/answer/1980503929

编辑:深度学习与计算机视觉

AI博士笔记系列推荐

周志华《机器学习》手推笔记正式开源!可打印版本附pdf下载链接

作者:冲气以为和
https://www.zhihu.com/question/32210068/answer/593611071

我感觉除了那个回答之外会跟自己第一年说的有几点:

1、只为自己工作,这跟付我钱的导师,其他人都无关。

2、无论想不想以后走学术路线,都以做faculty作为职业目标。尽管出成果需要运气,但是以faculty作为目标,结果都不会太差,会收获不一样的人生。

3、不要随便给自己放假,常年持续性工作。每天如果能工作12个小时,尽量坚持到14小时,因为自己的所有产出,可能都是最后两个小时做出来的。这个建议对一年级新生尤为重要。

4、博士生在哪个国家永远是身份最低的存在,跟博士不同,千万不要有优越感。博士生是一个个体水平差异巨大的人群,在你不知道的学校,可能你的水平都会被你同行的本科生和硕士生完爆。我们永远需要极其努力工作来impress周围的community,来获得更多的资源和更高的平台。

5、追求独立科研,不要觉得应该跟哪个师兄或者博后老哥干活混。没有好下场的。是否该和跟博后或者senior同门合作有两个标准:第一,这个人确实有很强的一作工作,非常有insight。(可以跟其学习)第二,这个人为人非常nice,会为人着想 (不会坑你)。这两点缺一不可。最怕的就是空有一把年纪,学术水平却跟不上,心里都是小99,把小学弟学妹当傻子。这种很多,尽早脱离为好。反过来,等自己成了高年级学长,如果觉得学弟学妹值得自己的时间,一定要好好培养新人,对其负责。

6、一切以把事情做成为中心,自己的情绪是最不重要的,不要太脆弱,把自己太当回事,绝大多数没人会在意你的情绪。最开始的时候,自己的可替代性非常高,项目不是少了自己就不行。

7、同样的实验结果,present的方式不一样,取得的效果和为成长铺路的功效天差地别。这适用于group meeting,paper,proposal,谈合作,几乎贯穿科研始终。

8、没有任何人做工作(导师,同门,同学)会首先为你着想,你也同样。但是在喂饱自己的过程中做到顾全大局,try to make other people successful if he/she worth your time。如果你有货币(能力,人,技术,资源),该花就尽管花给别人。

9、遇到任何人,笑着打招呼,善于称赞别人的工作,保持良好的人际关系。

10、高端科研圈里,如果你觉得这个人(导师,牛逼师兄)很高尚,不图这不图那,但是事实上往往不是这样的,他想要的比你想象的多得多,只不过那些东西跟你想要的不是一个level的。小萌新只想发点小paper赶紧吃到点小甜头,人家满脑子只想发nature science,拿几百上千万的经费。他们眼里,只有自己头顶一片天,其他都看不见。反之,如果你发现一个长辈还在跟你斤斤计较一些小事,也可以果断离他远一点了。时间宝贵,与其接触降低自己level,徒增烦恼的事少做。

11、可能的话,多吃小亏。没人是傻子,如果有一次耍小聪明还当别人是傻子看不懂。你在很多明白人的心里就直接被pass掉,亏大了。

12、跟人约meeting,无论是干什么,都要严格守时。不尊重别人时间是大罪过。如果有约别人迟到,我只可以忍一次,第二次第三次之后,果断断绝一切接触。

13、不要想着一味帮别人忙就会收获好人缘和尊重。在研究组里不是这样的。任何一个人,最大的底牌,就是他的代表工作有多强。代表性工作体现几点:1.这个人的时间价值;2.这个人的思想水平;3. 这个人对于任何项目的potential contributing power。如果没有这三点核心价值,没人会发自内心尊重你。保护好自己时间,积攒自己的强大底牌,你的人际关系会越来越高效。

14、研究组或者高校环境类似动物园,强者可以拿到所有风光无限,弱者蜷缩在角落被人宰割,其疾其苦nobody cares。

15、往往只能吸引到跟自己same leve的人做你的collaborator,所以,坚持不懈提升自己,但是努力跟比自己更强的人打交道,与其一起学习进步。

作者:安时
https://www.zhihu.com/question/32210068/answer/264706490

刚刚写完博士论文的我,现在有一个更加深刻的感触就是要多看纸,把看过的纸按照课题方向细分,看过一段时间再拿来看一看。

其实这个经验一点也不新鲜,我在博一的时候也经常听人家讲要多看多写,但是那个时候因为自己还没怎么开始做研究,看纸的时候无的放矢。

学过编程的人都知道,如果光看不练是学不好的;如果不带着问题去学,泛泛而学也是学不好的。看纸跟学编程在这方面的道理是相通的。个中原因我到今天才明白:

如果不带着自己的问题去看,思路很容易就被作者带跑了。这样一来, 我们不仅不能站在巨人的肩膀上,还可能被巨人踩在脚底下。

一个领域刚入门不久的时候,只要是发表出来的纸,不管好坏(发表的纸也有好坏之分的),一律都觉得「哇有道理有道理」。有的时候看不太好的纸反而还觉得观感更好,因为「我居然都看懂了好有成就感!」这就是被带跑了的表现。为什么这么说呢,因为每一个研究,都一定有不足之处。如果你看不到一篇纸不足的地方,或者说得好听一点,可以改进的地方,那么你一定是没有拿批判的眼光去阅读。

Critical thinking 辩证思考的能力是国外的大学从大一就开始跟学生强调的一个东西。我经常跟学生讲,辩证思维是什么其实对你们来说并不重要,重要的是怎么做到。很简单:

在读文章之前,先想好我的问题是什么;
在读文章的过程中,不停地问自己,这篇文章的研究方法适合这个问题吗?得到的结论能不能给这个问题提供直接或者间接的解答?作者在解读自己的实验结果的时候,是比较保守的还是比较冒进的,他们的解读有没有以偏概全,或者舍近求远?
在读完文章,问问自己,作者提出的问题有没有全部解决?没有的话,下一步实验该怎么设计?如果从这个领域,或者这一个方向没有好的、更进一步的解法,换一个领域,换一个方向是不是能够有新突破?

其实我已经把看纸的葵花宝典都写出来了哟。就先到这里。

作者:王晋东不在家
https://www.zhihu.com/question/32210068/answer/264273093

读论文:一开始读论文,一定要读顶会顶刊的,以后也一直要这样。如此,一方面保持了研究的水准,时刻提醒自己:我就是混这个层次的。另一方面,能够发在顶级会议的文章,本身就是标杆。读顶级文章,能够让你对好文章持续有感觉,自己也能潜移默化,写文章慢慢向顶级靠拢。说句实在的,我们在人生最美好的几年读个PhD,当然要看顶级文章呀,干嘛把时间浪费在那些不好的文章上?

当我们在读论文时,我们在读些什么?

  • (入门)看别人都在干啥:在不知道要做啥,也就是所谓的找方向时,要多读文章,了解一下国内外牛学校牛人,最近都在干啥;也了解一下,某一个方向,谁最牛;找方向一定要找国际主流的(能经常在顶会顶刊上出现的),不然你可能做多少年,这东西都只会停留在二流三流水平;

  • (初级)看别人是怎么干的:你知道了要干啥,但是你一开始往往不知道怎么干。这时候,读论文可以让你了解,别人大概是怎么干的。这个阶段,一般来说你基本上看到一篇文章,觉得这个文章,哪哪都好,无懈可击。心想:“我怎么没想到!真厉害!”这是很正常的。这时候的目标是:不仅知道他是怎么干的,还要看明白,理解,不要白看!对于重要的和自己感兴趣的文章,尽量去推公式、跑实验、透彻理解;

  • (中级)看别人为什么这么干:Motivation这个东西是做研究最重要的。看明白别人怎么干以后,更重要的是:为什么这么干?虽然motivation这东西,不像是提出了一个方法那样比较吸引人,但是,这个才是做研究背后的道理。怎么干是术,为什么这么干,才是道。也是在这时候,你之前看的那些所谓顶级文章,它们不管披着怎样的外衣,不管写得如何高深,你都能一眼看穿它们的本质;

  • (高级)看别人哪没干或哪没干好:到这一步,你基本上对于文章有了一个全面的理解,可以开始“填坑”了。看别人文章里干了啥,啥没干;或者是有没有可能扩展一下?这是最快出idea的时候了!当然,往往在这个时候,你再看别人的文章,就会有一种“不过如此”的感觉,一眼看过去,能找它七八个漏洞。

  • (神级)你们发过的文章都是渣渣,我是说所有!这种级别的您就别读PhD了,您来指导我们读吧):

读&练:不要只看不练。有代码的文章一定要跑一跑代码,没代码的,你觉得有意思的,也要自己试验一下。

善于总结:在学习过程中养成总结的好习惯,文章,代码,数据集,定期整理。像我,做迁移学习,整理出了一个大仓库,与所有人共享。定时整理真的是个好习惯。

写文章:通常老板或高年级都会劝新人,第一篇投个级别低的吧,本来也是刚做研究,先探探路,万一被拒了,岂不是很受打击。我不同意。你要是想做好研究,想发好文章,每一篇都要冲着顶级去写。如果中不了,再修改,再考虑是否要降级。这样,在你被reject的时候,肯定会非常沮丧。但同时:你真真切切意识到了自己的不足,你才会在接下来有飞速地提升。决不妥协![毕竟,你朝着顶会顶刊的目标投稿,虽然有不中的可能,但毕竟,也有中的概率呀!但是你如果只投二流三流,那你是断然没有中顶级的可能的!]

读书的时候前几年都没有文章录用,是很正常的事情。这时候你就开始紧张了。这种状态在你知道你同班同学又中了某个顶会时,基本达到了顶峰。我要说的是,千万沉住气!文章早晚会有的,你早晚都会毕业的,不要为了暂时的几年没有文章,天天忧郁沮丧,使得自己身心俱疲。更有甚者,熬夜加班,毁坏身体!说句不当讲的,90%的PhD发的文章,扔在scholar的大海里都溅不起一点水花。早早晚晚,谁都会有文章的。

做研究:绝大多数老师和高年级都会建议新生,搞研究一定不要单打独斗啊,要沿着实验室的积累紧跟师兄师姐脚步来做。这固然是有一定道理的。不过我要说的是,单打独斗未尝不可。很多时候,自己跳出实验室的圈子,把自己放到更广阔的一个天地里,你会发现不一样的精彩!这时候你的合作对象,就不会仅仅是实验室的人了:天南海北,无所不包。好处也是显而易见的。我核心要表达的是:绝对不要依赖任何人,不管是和谁合作,能学到东西,能合作出成果,都是可以的!

找一个人品好的、学术成就高的合作者,是很重要的。退一万步讲,你想发顶会顶刊,而你的合作者/指导者却从来没有发过,你觉得你能发的概率有多高?

听讲座&见世面:绝大多数看起来高大上的讲座,都不会讲什么实质的问题。那这样的讲座还有必要去听吗?有。去听讲座的目的有两个:一个是听听大牛(特别是你领域的、你一直关注的大牛,比如周志华老师)是怎么讲概念的,怎么娓娓道来给人说明白的,这是本事。你可能说,他们的PPT肯定都是学生给做的。这无妨,他们肯定会自己整理,按照自己思路讲。这是要学习的。二是和大牛走得近一些,可以想办法要联系方式什么的,以后有问题直接问。这方面你要用最短时间给大牛留下好印象哦!

实验室关系:千万不要得罪老板。但是要跟老板好好聊,说话有理有据,不卑不亢。在与实验室同学相处时,不要做实验室里的好好先生,学会说“不”。没有人会为了你发文章毕业上心的,除了你自己。

时间安排:最好还是不要熬夜吧。身体是自己的,年轻的时候别不知道珍惜。你毕业以后还有家要养,有父母要孝敬,有小孩要教育,有个好身体太重要了!大多数人做的研究都只是发了文章,然后石沉Google Scholar。所以如果不是特别必要,不要熬夜。自然规律不可违!

作者:Yuhang Liu
https://www.zhihu.com/question/32210068/answer/264594283

针对纯数学专业:上课做作业、考qualify/oral exam 等等,这些事情都不是读PhD的主要任务;读PhD的主要任务是做研究、写thesis;上课是为了学习研究所需的基础知识和工具;qualify是为了证明你有资格做数学研究,它对你数学研究能力本身的提升并没什么帮助;所以qualify越早考越好,省得浪费时间。你想做研究的话,第一年就可以问教授要题目练手,做不出也没关系,权当一次试错成本。数学PhD和实验学科PhD不同,数学PhD可能前面两三年都在上课,导致学生们可能都“忘了”自己读PhD的目的是做研究的;所以自己脑子里面一定要分清主次。上课当然不能说不重要,但是呢,和本科不一样,PhD上课如果你选了一门和你方向关系不大的课,然后发现有些地方你想不明白或者需要花很多时间/精力才能想明白,那就不要去想了,直接向任课老师求教,或者干脆放弃;相信我,花很多时间去训练你方向以外的专业能力,对你自己的研究帮助不是很大。

另外再说说TA这种事情。众所周知美国的数学PhD都是要做TA的,不同学校的区别只是在于时长和任务量不同。TA这种事情呢,主要考验的是你的语言能力和交流能力,和你的数学能力没半毛钱关系;系里不会让你去教泛函分析或者拓扑,他们一定会让你去教微积分或者线代这种基础课程,还是非数学专业的——因为基础课程才是对TA需求量最大的课程。所以不要指望在教学中有什么数学上的收获,让学生听懂、让学生满意才是最重要的;为达到这个目标,你可能还需要向一群不懂数学但是懂怎么教课的人——比如teaching center的那些人,学学怎么教课。

另外还有学术会议这种事情;自己方向的学术会议多去参加,这可能比上课意义更大。听学术会议,一方面是学知识、了解学术动态,另一方面也是在学术圈social的一个机会;很多高年级PhD以及postdoc,ap等参加学术会议,也有推销自己的工作的想法,这种事情你越到后面越明白。

作者:慧航
https://www.zhihu.com/question/32210068/answer/56547151

我本身不是非常优秀的博士生,现在也面临着延期毕业的窘境,虽然现在看来明年一定能毕业了,但比起我们学院那些能正常毕业的寥寥几个大神来(比如@余景升),还是太弱了。

不过我倒是可以结合我和这位能正常毕业的大神的情况谈一下自己的看法吧。

对于经济学的一年级PhD新生,我觉着最重要的就是,打好基础,打好基础,打好基础!(重要的事情说三遍!)

按照我们学校的情况来看,硕博连读一年级和博士一年级的六高课程都是在一起上的,同样的老师,同样的课程。应该说第一年的课程是非常无聊的:你根本不知道学的这些东西会有啥用!似乎第一年的课程都是一些数学课,什么动态规划、GMM啥的,都是看起来非常boring的东西,这些东西看起来都是些数学的东西啊,跟经济学有毛线关系?

但是负责任的告诉你,这些东西在你日后的工作中,不论做什么方向,都是可能碰到的。因为第一年你还不确定你会做哪个方向,所以无论是宏观、微观还是计量,打好基础是非常关键的。而且,不要以为做微观就不用计量了,做宏观就不用微观了,做计量就不用动态规划了,做宏观就不用GMM了,其实这些东西等你要做研究的时候时常会打破方向之间的界限的。

一般来说我们这边第一年下半年到第二年博士生会修一些特定方向的课,比如劳动经济学、IO、微观计量、金融计量、宏观专题、微观专题等等,为了让自己不在基础上就否定掉一个可能性,打好基础是非常必要的。

而且,随着以后的学习,个人越来越觉着经济学各个方向之间的界限越来越模糊了。

比如楼上那位能正常毕业的大神,当时研一结束资格考的时候,Jimmy的高微I试题,两个最难的题目,他做对一个,我做对一个,而更多的人是两道题一道也没有做出来。而他正是凭借扎实的基本功,在JET上发文一篇,顺利毕业。

而最近一个小故事则印证了打好各个科目基础的重要性。前几天新一期的AER上有篇论文,是关于匹配的,他刚好是做这一方面。我问他看过那篇文章没,他说后面的计量部分看不懂。我说我是前面的理论部分看不懂。因为计量是我的强项,匹配的微观理论是他的强项,缺少哪一部分都很难做出这样层次的研究:可能连看都看不懂。

所以这也就是不要偏科的重要性,打好基础的重要性。

从这点来看,读经济学phd跟练习武术很相似:高手都是从扎马步开始一点一点练起来的,否则就是花拳绣腿,中看不中用了。

有一些博士生来到学校之后很急于发文章毕业,我觉着这不一定是什么好事情。当然,我们学院要求一篇《经济研究》的要求的确有点太高了,因为《经济研究》很多时候也不是你有水平就能发的。不过毕业难度大并不是急着发文章的理由,如果phd毕业之后还想继续留在学界做学术的话,忽视第一年的基础学习,后面做起研究来限于基础知识水平,并不能保证有高质量的研究。如果为了急于发表一些国内非顶级的期刊耽误了基础的培养,我觉着是得不偿失的。

当然,经历了第一年的基础培养,从第二年开始,文章还是越快做越好,learning by doing是一个非常推荐的策略,经过第一年之后,越早动手越好,哪怕只是从一些课程论文开始都是非常有益的。

当然,这个答案是以我们学院的培养方式为背景的,每个学校、学院都不一样,请相应调整。

-------------------

END

--------------------

我是王博Kings,985AI博士,华为云专家、CSDN博客专家(人工智能领域优质作者)。单个AI开源项目现在已经获得了2100+标星。现在在做AI相关内容,欢迎一起交流学习、生活各方面的问题,一起加油进步!

我们微信交流群涵盖以下方向(但并不局限于以下内容):人工智能,计算机视觉,自然语言处理,目标检测,语义分割,自动驾驶,GAN,强化学习,SLAM,人脸检测,最新算法,最新论文,OpenCV,TensorFlow,PyTorch,开源框架,学习方法...

这是我的私人微信,位置有限,一起进步!

王博的公众号,欢迎关注,干货多多

王博Kings的系列手推笔记(附高清PDF下载):

博士笔记 | 周志华《机器学习》手推笔记第一章思维导图

博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择”

博士笔记 | 周志华《机器学习》手推笔记第三章“线性模型”

博士笔记 | 周志华《机器学习》手推笔记第四章“决策树”

博士笔记 | 周志华《机器学习》手推笔记第五章“神经网络”

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机(上)

博士笔记 | 周志华《机器学习》手推笔记第六章支持向量机(下)

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类(上)

博士笔记 | 周志华《机器学习》手推笔记第七章贝叶斯分类(下)

博士笔记 | 周志华《机器学习》手推笔记第八章集成学习(上)

博士笔记 | 周志华《机器学习》手推笔记第八章集成学习(下)

博士笔记 | 周志华《机器学习》手推笔记第九章聚类

博士笔记 | 周志华《机器学习》手推笔记第十章降维与度量学习

博士笔记 | 周志华《机器学习》手推笔记第十一章稀疏学习

博士笔记 | 周志华《机器学习》手推笔记第十二章计算学习理论

博士笔记 | 周志华《机器学习》手推笔记第十三章半监督学习

博士笔记 | 周志华《机器学习》手推笔记第十四章概率图模型

点分享

点收藏

点点赞

点在看

  • 0
    点赞
  • 0
    评论
  • 0
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 技术黑板 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值