2021-04-19图像方面zero shot learning开篇感想

系列文章目录

第一章 前篇序言

---

---

前言

一、什么都不知道的情况，怎么开始

在zero shot learning领域从研n开始看起，首先说一下历程吧，我觉得看书顺序比较重要。

1. 首先是机器学习系列：吴视频b站，还有一本机器学习的书黑皮外文的那个，李宏毅系列，交叉看好吧，懂最重要，形式渠道不重要。
2. 然后是深度学习系列：吴恩达视频（好好看，课后习题是关键）、李宏毅系列、花书（挑重点看我觉得理解就行了，没吴实操价值大）
3. 最后是广泛看各个方向的论文，找一篇能完全读懂的，可跑实验了，了解了，再开始找到需要深入的领域学习改进。
   真正让我理解的一定是深入讨论+自己动手写代码（先看懂，反复实验理解）

二、通俗论文怎么读

怎么读论文：
大约分两种：
1是细读需要完全理解：完全看懂论文每个细节相关理论+动手代码分步实验（理解细节含：数据集有什么特征和问题，去掉这一块发生了什么，加上又有什么效果，每步它怎么规划的起什么作用，在这过程中它忽略了什么；另是代码的工整性，结构化，可扩展性，稳定性，偏向于工程方面和算法不太想干，但是有利于你整合代码）
2是粗读仅获取你需要的就可以：只为了找到该问题的相关解决思路，那么需要大量阅读相关论文，找到对应的地方其他论文怎么解决的；找相关领域近似就可以，看它们是怎样的方式来做事，能否应用上来；或者另一个领域的东西在本领域是否没人考虑过，也存在类似的问题（欢迎有效补充）

三、领域论文怎么读

**对于初学者刚入一个领域： 1不要急于文献综述，你什么都不知道，综述个毛啊。要看本领域5-6篇完完全全读懂+有代码可辅助理解（跑一遍代码先理解然后敲懂了），易懂是首要目标，了解（1）这个领域是什么（2）要解决的问题（固有问题+附加问题 分条件不同情形下存在不同问题）（3）它们是怎么做的，即基础流程是什么，重点初学是基础流程先搞明白。而不是让你天花乱坠的各个方法看一篇，~~啥也没看懂~~， 只是说啊我看了多少多少每个方法大概是什么什么，具体啊其实我也没懂，( p′︵‵。)。一通操作看似很屌，最后搞了个寂寞。（我当时啥也不知道，走了山路十八弯曲折泥泞又颠簸）** 不过，大量看论文也是有帮助的，反正没事就看看呗

2大致了解了一个领域之后，基本从几方面入手：古老的，最原始的方法是什么，起源的论文；整个时间历程中各个文章（分为经典方法【顶会顶刊哪个角度思考的】重点看+普通方法）归纳整理，分门别类；最新的方法，当然需要每天阅读；最后就是该领域相关领域的文章也要大量阅读啊！当然最后搞成文献综述啊，这样的文献综述要带有自己的想法，大量论文怎么个规律法搞起啊，在这中间有什么不合理的，需要整合的，规范哪儿认为有问题的解决啊，发论文告诉大家怎么搞呀。

本领域可以整理成时间脉络，基本我猜我的专栏吧希望提供一丢丢想法，顺便帮我复习一下，什么不对的地方尽管提意见（有效意见，球球了，大佬意见随便提，啊 这些都是我个人理解诸多不对，也没人搭理）

**原理没懂怎么搞，为什么这样做怎么搞，我也想知道（欢迎评论）**

---

最后

emm工作之后就换行了做开发项目吧码代码规范性，概念框架搭建更为重要了，大概和这个没什么交集，趁着我还没忘记，赶紧整理，毕竟时光总不能白白浪费对吧，总得留下点什么纪念我曾来过。。。。。。