目前正在复现一篇paper的代码，工作还没有完成，这里作为自己的经验总结。首先必须得说，复现他人的程序实在是迫不得已的事情。要么源码无法要到，要么就是不符合自己的编程习惯或者输入输出不能够对应得上。通过paper去复现代码虽然相对可靠，但是也难免有作者并没有提及的细节处理地方，所以预先要做好充分的心理准备。前路漫漫~~~
精读paper，梳理算法流程及输入输出
准备开始动手前，一定要精读paper，至少是要精度算法设计部分。这里如果作者阐述很详细，采用伪码表或者算法流程图来表达，那么就会方便很多。
我目前的习惯是，先把整篇论文的算法流程搞清楚，看每个子函数的时候，第一遍至少将子函数的输入输出搞懂（因为paper上的思路有时并不是阅读一遍就能够搞懂），这样一遍流程下来，就可以把整篇论文的框架梳理出来。
根据整体的算法流程图，就可以把子函数纳入其中，有点纲举目张的感觉。
在这里插一句，我其实也是算法编程的小白，经验仅作参考 设计数据结构，并详细记录
在第一步完成之后，我梳理了程序中常用的参数的数据结构（当然，在这里应该反观第一步，需要把重要的数据及其使用记录下来）。有的数据类型比较复杂，根据不同的编程语言需要设计不同的结构，比如C++中的vector/struct，Matlab中的cell等等。
我个人感觉，数据结构的定义非常重要，因为后序程序的运行会经常调用需要用到的数据，也会将结果，存储在对应的位置。而且，数据结构的定义也需要有清晰的文字记录。之前在阅读他人程序的时候，因为数据的定义不清楚，只能采用猜测+调试的方法最终搞明白，确实花费了太多的时间。在做项目的过程中，软件设计也需要一份清晰的输入输出、以及中间数据的定义，这也是从中学习到的方法。
所以这次我对数据进行了一个有记录的定义，至少保证我自己能够看懂，而且遇到问题的时候我可以查询、检验。
不过在算法实现的过程中，我发现，数据的定义在预先设想和程序具体实现时是有差异的。所以需要至少2个版本，预先设计的版本和实际程序实现的版本，在程序实现的过程中，发现需要调整数据格式的，需要及时进行修改，并详细记录下来。在本次实现中，cell数据最多有4层，最大的单独数据存储量达到了1.53GB。
程序实现，从前至后，由简入难，测试校验，细致莫烦
然后就是程序的具体实现过程了，现在工作还在进行中，只能记录一些零散的经验……
1）按照程序的流程来编写代码，整体的框架列出来，然后先把数据输入的部分整理好。这样做的好处在于，后面的程序可以有正确格式的输入，就可以在每写完一个函数之后进行详细的测试；
2）每一段函数 / 每个子函数 写完之后都需要进行详细测试！因为程序中除了逻辑错误，还会出现书写错误，如果书写错误没有导致逻辑问题，也是将数据导向了另一个位置，那么后序调试起来真的会崩溃的！！！所以应该在写完一段程序之后，单步运行查看数据的结果是否正确，写完一个函数之后，需要对函数的功能进行测试，同时考虑可能出现的意外情况，先在注释中记录下来。Matlab实现程序时，可以单独建一个测试脚本。
2020-07-04
------未完待续------
程序复现的工作在继续开展，碰到一个较难的点，还没有想清楚怎么实现，所以也就先来再继续总结一下经验。关于为什么要先阅读paper的算法框架，再梳理输入输出及Local数据的格式，今天又有了一点新的认识。
数据的结构如何组织，与程序具体实现的方式也有关系。例如：for循环的判据是什么，就会直接对数据的组织结构产生影响。所以在熟悉程序框架的时候，不仅要看到有哪些数据要进行结构的梳理，还需要尽量根据程序实现的方式，构想出更为合理的数据结构。
如上图所示，一个子函数的程序实现其实有不同的方式，这里的一个结构就比较复杂，第一轮循环中采用 target → task → position的三重循环，来进行判断，随后又对计算结果按照orbit 来进行组织，这对数据的结构就提出了比较高的要求，同时，复现的时候也容易被数据的格式搞得心烦意乱。但是数据的格式一旦出错，程序运行就肯定是错误的！！
而数据的格式一旦设计好之后，后序的程序的代码实现以及测试都会方便很多，我个人的体会：前期数据格式没有确定的时候，感觉复现的工作很难推进，畏难情绪也很大，等数据格式确定之后，程序的实现以及测试在2-3天内就取得了飞速的进展，至少完成到70%的过程中困难都不大。可见这项工作的进展也并不是按照线性模式来前进和完成的。
一些小的Tips
对于要复现代码的paper，我的习惯是把文章打印出来。采用知云PDF阅读器可以实现快速翻译，局部放大也可以查看得很清晰，不过对于算法前后功能对照查看的时候就显得有些捉襟见肘，即使水平拆分也不能获得整个纸质版paper拿在手中，能够掌握全局的感觉。
另外，尤其是对于算法中比较复杂和困难的部分，这些地方一般与前后环节有不少的交集，同时本身理解和实现起来难度较大，对于这些部分的反复研读、分析、做笔记和思考，有纸质版的论文确实会方便很多。
在代码实现过程中，通过Git托管代码可以方便地记录自己每天工作的内容和进度，既可以方便、安全地保存自己的工作，也可以使每一步工作可以溯源，最后回过头来还像保存的棋谱一样可以复盘，从中总结经验，是一个很不错的工具。
磨刀不误砍柴工，谋定而后动，做的过程中阶段性地总结经验教训，这样才能逐渐进步。
2020-07-05
------未完待续（下一次记录：如何解决一部分较难的算法）------
面对复杂算法设计，应当怎么办？一些经验和体会……
好久没有更新了！因为前一段时间在进行代码实现的时候遇到了各种Bug，是我始料未及的。也让我心情焦虑郁闷了比较长的一段时间，也没有心思来记录这个过程。现在情况稍稍有些缓解，所以先腾出手来进行一下总结。
（1）中间有一次和师兄交流，原paper的一些程序流程问题没有搞清楚，但当时我已经开始复现那部分代码了，师兄指出我这种行为的错误之处：在程序没有完全弄清楚之前，不要动手去复现，即使写出来了，还很可能是错误的，后面甚至需要花费更长的时间进行修改！！！所以一定要清楚理解：磨刀不误砍柴工！
（2）关于阅读代码时应当注意的问题（这一点体会太深刻了）：
因为阅读伪码时不够细致（没有逐行进行分析+思考），自己存在很多的疑问，列出了一系列的不能理解的问题，和程序实现过程中面临的问题，导致自己对其代码理解不正确，还以为是对方写的有问题（对于正式发表的paper，以后这种念头真的是可以打消了）！
这个时候，能有人进行沟通真的很关键！这倒并不完全是能力的问题，很大程度上心态会产生影响，孤军奋战的感觉其实相当不好受，自己身后没有依靠，心中的力量耗尽的时候，就容易想到放弃，或者一段时间的怠惰——对于像我这种自身动力不是很足的人来说，真的是这样。
姜还是老的辣，通过逐行地对代码进行分析解读，之前产生的不理解的问题就迎刃而解了，完全是理解上的误区造成的。
（3）有问题要及时沟通。这次复现代码的过程中，还很有幸地与论文原作者进行了一次简单的十几分钟的沟通。虽然时间很短，但是就能够将自己对于算法的种种问题全部解决掉。
在请教之前，一定要充分准备！探讨的过程可以让自己对内容认识得更加清晰准确，另外也许会有科研方法上的启发。
（4）一个惨痛的教训！！！对于sophisticated算法部分，一定要在精神状态极佳的时候去实现，不能拖着自己满满不情愿的心情来“完成任务”！
因为一些原因，这个比较困难的算法的主要部分反而是在精神状态不太好、注意力不够集中的情况下完成的，这给后续的测试造成了极大的影响！
因为在困顿的时候，所能考虑的仅是算法流程的实现，但是对于算法性能的完备方面，却根本没有精力去思考了。
具体来说，复杂的算法牵涉的变量和子函数尤其多，大量的精力需要用来考虑变量引用格式的准确性、函数接口输入输出的正确性、函数流程实现的正确性。因为这是核心算法，甚至可能整个算法的framework都是为了这一步的操作而设计的。
所以这个部分对精力的集中程度、思维的缜密程度、考虑问题的全面程度的要求是最高的！而我，就败在了对问题考虑的全面性上了！
在程序实现的过程中，有的参数设定为某值，但可能为0，也可能为空，针对不同的数据类型，索引的范围可能溢出，以及一些逻辑判断可能是不合逻辑的……这些问题在后面的测试过程中层出不穷，而我在写程序的时候根本就没有考虑到这种情况，我把这种问题称之为算法的完备性不好——在此场景下可以解决问题，换一个场景就会出现Bug。（当然，这个问题肯定有非常多的人都曾经遇到过，以后还需要多与其他人沟通探讨）
（5）其实无论做什么事情，心态都会起到非常重要的作用，好的心态起正面作用，坏的心态则会让事情变得很糟糕。
盲目的对于算法实现的自信是千万要不得的。没有得到结果之前，谁也无法预料求解的结果会是怎样的。对于科研工作者而言，一定要对最终实现的结果有一个客观的面对心态，以及冷静的处理方式。否则，学习和培养的过程就不能称之为合格了。
（待续）
2020年07月14日
扫一扫
969
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
