搞AI这块必须要会的技能是什么?
当然是
读论文!
读论文!
读论文!
下面是一些我听取b站多个up主的读论文建议+自己实践后获得的读论文方法总结,大家有好的思考也可也评论区多多分享!
鉴别论文
1 不看
2 值得了解 快速浏览 大致水平 大致思路
3 精度 启发性 突破性 写作好 实验结果值得考研
4 精研 读 复现
问长者、看引用量(对于新发表的无效)、整体结果不错写作流程
整理论文
统一命名格式:时间-作者-题名、时间-关键词-题名
借助论文管理软件:endnote、Zotero、Citavi、Mendeley等
论文结构
阅读方法
重点难把握:10多页文字,难在找到重点,关键点
论文关系复杂:论文之间存在相互借鉴引用,需耗费时间才能理清技术发展历程
公式图表难懂:公式复杂参数过多难以理解
难以坚持:世上无难事只要肯放弃
读论文三步曲:泛读,精读,总结
泛读:快速浏览,把握概要。
读标题、摘要、结论、所有小标题和图表
**精读:**选出精华,仔细阅读找出问中关键内容进行仔细阅读
**总结:**总览全文,归纳总结总结文中创新点,关键点,启发点等重要信息
泛读目标及效果自测
1.论文要解决什么问题? WHAT
2.论文采用了什么方法? HOW
3.论文达到什么效果? WHERE
1.abstract 1-2遍,弄清楚问题、方法和创新点、效果。
2.experients,信息密度大,实验环境如何搭建(什么数据集、什么测试方法、评估指标) 看与经典方法的比较, 定性定量效果 主要根据图表分析文章,看是否具有复现的价值。
3.introduction,思路、创新点 了解作者的思路,试着从作者的角度思考问题,想想他是怎么完成这一思考工作的,很多时候,我们只了解what,不了解why?
4.approch/methods 决定复现论文后,去钻研一些细节上的推导(我的建议是先用python实现再说,看看是否有预期效果再决定公式上的推导,不然一上来推公式很难顶)
5.related work 建议使用survey综述类的文章去了解某一领域的发展情况,基本上一篇好的survey都涵盖了(我建议找一篇年限较新的综述,找不到的话使用年限稍旧的综述+最新的paper中的related work结合使用)
理解想法、不要字斟句酌
某一句话卡壳、先通篇阅读