导师谈话记录（9.13）

上周由于效率不高，只阅读了两篇GNN for RS的论文，以及稍微看了一下图像对比模块的解决方案。

下周的话的初步准备是继续看GNN for RS的论文;其次的话完成图像对比模块的几个方法对比（SSIM…）;看一下模型压缩的相关知识（组里的论坛）。

老师本周对于我的建议是：论文阅读的总结都挺好的（有些细节问题还是没有搞清楚！继续读！读了就要明白），但是需要注意的是，在最开始的时候不必过多地沉浸入算法的细节实现上去，可以泛读来打开思路，建立全面的知识构架（搞清楚三个地方：本文用于解决什么问题？解决的方案大致是什么？效果怎么样？），然后希望我去建立一个泛读的表格（纵向：问题序列；横向：解决方法。元素值：解决得如何？）找到一个可以落脚的细节问题？想想我应该怎么解决？别人怎么解决的？能否从别人的解决思路里从特殊推到一般情况？找找一些问题的共性本质？有几个出发点？