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 NgCareer 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

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 论文深度讲解使用 TensorFlow 2 Keras 实现 AlexNet CNN 架构作为开胃菜已经更新,后续还会不断更新其他论文。

CatchZeng
Written by CatchZeng Follow
AI (Machine Learning) and DevOps enthusiast.