深度之眼论文学习方法

一 论文的分类
综述论文：了解该领域的发展历程，现状以及子方向，了解领域内基础概念及关键词。
专题论文：了解论文的具体算法，可以学习其设计思路，实验技巧，代码实现。

二 如何查找论文

不知道名字：
1.CVPR、ECCV、ICCV、AAAI、NIPS、ICIR、ICML
2.高引用论文
3.知名团队
4.有代码的论文（https://arxiv.org）

知道名字：
1.例如：
http://paperwithcode.com
2.例如：
https://sci-hub.tw
https://sci-hub.si
https://sci-hub.se
此三项需要输入文章的DOI值。
3.百度学术
4.文献互助

三 如何整理论文
1.命名方式，时间-作者-题名，时间-关键词-题名
按照类别归入文件夹。
2.endnote、mendeley、Zotero、Citavi电脑自带搜索工具，可以搜索关键词

四 如何阅读论文
三个层次：泛读/精读/总结

泛读
快速浏览，把握概要，重点读标题、摘要、结论、所有小标题、图表
泛读的目标以及效果自测：
1.论文要解决什么问题？
2.论文采用了什么方法？
3.论文要达到什么效果？

精读
选出精华、仔细阅读，精读目标及效果自测，所读段落是否详细

总结
了解文中的创新点、关键点、启发点

回答三个的终极问题
你是谁：论文提出/采用了什么方法？
细节是什么？
从哪里来：论文要解决什么问题/任务，其启发点或者借鉴之处在哪
到哪里去：论文方法达到什么效果，论文可借鉴之处方法总结

论文读取步骤：
1.Abstract: 论文简介，阐述工作内容，创新点
2.Introduction:介绍研究背景，研究意义，发展历程，提出问题
3.Related work:相关研究算法简介，分析存在的优缺点
4.Discussion:论文介绍以及未来可研究的方向
5.Experiments:实验步骤以及结果分析
6.Our work:论文主要方法，实现细节

论文代码学习方法：
1.任务定义
了解程序的目的，为了实现什么任务
2.数据来源
源码的获取渠道，数据集类型，数据集来源
3.运行环境
运行环境，实验工具，第三方库
4.运行结果
能否运行成功，运行代码后出现什么样的结果
5.如何实现
代码整体实现架构，部分实现细节。

五 学习路径

python 基础
数学基础：矩阵计算，概率论，信息论
神经网络基础知识
1.神经网络基础知识
2.卷积神经网络
3.循环神经网络
pytorch入门
NLP基础知识
1.词袋
2.分布特征
3.TFIDF权重
4.n元语言模型
5.语言学特征

NLP相关任务
2.1文本分类
2.2序列标注
2.3翻译/摘要/信息抽取
2.4文本生成

学习路径
NLP：预训练模型、信息抽取、图神经网络、知识图谱