阅读论文是理解人工智能和提升人工智能能力的重要途径。本文是笔者观看 Andrew Y Ng 的 Career Advice / Reading Research Papers 之后整理的个人总结，希望可以帮助到大家。
论文来源
- Twitter：Kian、Andrew Y Ng
- ML Subreddit
- 各大顶会，比如 ICML、ICLR、CVPR、ICCV、NeurIPS 等
- 朋友们
- Arxiv
- DeepLearning.AI
阅读方式
读论文时不要一开始从头读到尾，可以拆分多次阅读。
第一步
阅读 title、abstract 和 figures。通过阅读 title、abstract、figures 和实验部分，可以对论文有一个大致的理解。大部分深度学习论文，都会总结出一两张图片让你理解起来更方便，而不需要通过阅读整篇论文。
第二步
阅读 introduction，conclusions，figures 和浏览剩余的部分。Introduction，conclusions 和 abstract 是作者非常细心地总结他们工作的地方。浏笕相关工作部分的章节对熟悉相关领域会有所帮助。
第三步
阅读整篇论文但跳过数学（证明）部分。
第四步
阅读整篇论文但跳过仍然不能理解的部分。
阅读过程
阅读的过程中，试着思考以下几个问题：
- 作者想尝试实现什么
- 实现的过程中，哪些是关键的要素
- 哪些内容对你所帮助的
- 哪些参考文献需要阅读的
深入理解
数学推导
对论文中的数学。要有更深的理解，需要自己推导。虽然会花费不少的时间，但会是非常好的实践。
代码练习
如果能找到开源代码，下载并运行，然后再复现，如果能做到这一点，表明你对论文有很非常好的理解并且拥有很好的动手能力。
习惯
- 每周阅读两篇论文，保持长期阅读，并与人交流
- 一篇论文至少要读三遍
小结
笔者经过一段时间的坚持，觉得阅读论文对人工智能的学习非常有帮助。使用 Andrew Y Ng 的方法也确实能提升阅读的效率和深度，建议大家，养成阅读论文的好习惯。
为了让大家更好地学习论文的知识，笔者决定出一系列的论文深度讲解，AlexNet 论文深度讲解作为开胃菜已经更新，后续还会不断更新其他论文。
网友评论