如何阅读计算机论文中的代码,从零开始，如何阅读一篇人工智能论文，及构建论文与代码的实现...

本次Chat的第一部分：

首先讲解如何从零基础开始阅读一篇机器学习方向的论文，以及对待论文中的数学问题。随后，从一篇经典论文入手，讲解如何快速梳理和理解一个深度学习框架及模型。

最近人工智能和机器学习方向的论文非常多，那么一个有工程背景、学术经验较少或者有一定经验的工程师，如何阅读一篇人工智能相关的论文呢？

在刚开始的学术探索中，我倾向于全文精读，尤其是深度学习领域的经典论文，但发现这种方式花费时间太多，以至于挤压了我的真正目的——工程实现和工程结合。并且，因为想抓住的东西太多，反而没有抓住一篇文章的核心，导致很容易忘记，比如昨天读的文章就像喝了水一样忘掉了。

我将和大家从两个方面探讨。

一、从零开始，阅读一篇论文的层次

这里的从零开始，指的是我们要从零了解这篇文章做了什么事情、使用了什么方法、得到什么结果，这样的方法和结果对我有没有什么借鉴。

而不是说，接触到一个全新的领域，从读论文开始入手。对于没有过接触的陌生领域。我的方法是，先看中文综述，中文博士论文，而后是英文综述。通过中文综述，可以首先了解这个领域的基本名词、实验常用方法。否则直接从论文入手的话，作者站的高度和我们的水平不一致，很容易想当然的理解或者根本看不下去。因此，在阅读这篇文章之前，对于这篇文章中涉及到的基础知识，对应中文基础都理解透彻。

这时，回归到从零开始理解这篇文章的状态。

对一篇文章的阅读往往有3个递增的层次：

层次1. 读懂这篇文章的概要信息(5-10分钟)

认真读懂标题、摘要、简介(title, abstract, and introduction)。

只读各个部分和子部分(section and sub-section)的标题，跳过具体内容。

读懂结论和讨论(作者通常会在这里论述本研究的不足和缺失，为未来的研究提供建议，指明方向)。

浏览参考文献，记下哪些文献是你已经读过的。

因此，在第一层次过后，应该能回答出以下5个问题：