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?