#基础# 读论文方法

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