【文末查看 論文復(fù)現(xiàn)神器】↓↓↓

?

剛接觸論文時(shí)，我們常常聽(tīng)到要研究論文就頭大，想到論文就排斥。

那問(wèn)題來(lái)了，想找到論文的創(chuàng)新點(diǎn)，必須要吃透經(jīng)典Paper。但大部分學(xué)員一看到論文就....

?

①研究論文時(shí)無(wú)法透徹理解paper，不能復(fù)現(xiàn)代碼

②無(wú)法提出創(chuàng)新優(yōu)化方案，導(dǎo)致論文發(fā)不出

③還有無(wú)法按照技術(shù)演進(jìn)思路，系統(tǒng)學(xué)習(xí)深度學(xué)習(xí)知識(shí)

④不知道從哪個(gè)論文資源平臺(tái)找論文

?

所以，有同學(xué)調(diào)侃：世上無(wú)難事，只要肯放棄。

?

從大家在學(xué)習(xí)paper面臨的問(wèn)題中，從7個(gè)角度給一些參考方法，并附贈(zèng)一個(gè)Paper復(fù)現(xiàn)神器：

?

1、如何選擇論文

2、查找論文的幾個(gè)常用網(wǎng)址

3、如何篩選優(yōu)質(zhì)論文

4、如何精確查找已知論文

5、如何管理論文

6、如何閱讀一篇論文

7、論文paper學(xué)習(xí)路徑

8、Paper復(fù)現(xiàn)神器（文末查看）

?

01
如何選擇論文

?

那目前論文每年新出的那么多，如果不會(huì)選，耗時(shí)耗力。

所以第一點(diǎn)，如何選論文很重要。

?

我們可以從論文類型角度看：

?

第一個(gè)是綜述論文

?

綜述論文是對(duì)某一領(lǐng)域的研究歷史和現(xiàn)狀的相關(guān)方法、算法進(jìn)行匯總，對(duì)比分析，同時(shí)分析該領(lǐng)域未來(lái)發(fā)展方向。所以，綜述論文是適合入門一個(gè)新領(lǐng)域的首選，剛接觸一個(gè)新領(lǐng)域，首先要讀的就是綜述類的論文。

?

第二個(gè)是專題論文

?

就是具體的算法、模型的提出。有了相關(guān)基礎(chǔ)知識(shí)，我們就可以進(jìn)入具體算法論文當(dāng)中去學(xué)習(xí)其設(shè)計(jì)思路，實(shí)驗(yàn)技巧，代碼實(shí)現(xiàn)等具體技術(shù)。

?

但深度學(xué)習(xí)技術(shù)發(fā)展之快，每天都有成千上百的新論文，難免魚龍混雜。所以需要挑出質(zhì)量高的論文。讀上百篇低質(zhì)論文，不如精通一篇高質(zhì)量論文。

?

所以，如何選擇高質(zhì)量的論文：

?

①?選擇高質(zhì)量期刊會(huì)議：CVPR、ECCV、ICCV、AAAI、NIPS、ICLR、ICML等

?

②?選擇高引論文：同行間普遍認(rèn)可，參考，借鑒的論文高引論文表明了這篇論文中的方法在該領(lǐng)域內(nèi)非常重要，這也是你在選擇論文時(shí)一個(gè)非常重要的參考要素

③?選擇知名團(tuán)隊(duì)：因?yàn)橹麍F(tuán)隊(duì)的論文質(zhì)量相對(duì)較高，例如 Yoshua Bengio、Yann LeCun、Geoffrey Hinton、 Andrew Ng等

④?選擇有代碼論文：我們都知道 Talk is cheap.Show me the code。這句經(jīng)典名言。有代碼復(fù)現(xiàn)的論文，不僅質(zhì)量有保證的，在你實(shí)操?gòu)?fù)現(xiàn)的過(guò)程中，才能得到及時(shí)的反饋和收獲。畢竟很多論文的實(shí)驗(yàn)結(jié)果無(wú)法復(fù)現(xiàn)，那么我們讀了可能也沒(méi)什么作用。

?

02
如何查找論文

?

第二，去哪里找到我們要讀的論文呢？

?

首先，推薦一個(gè)實(shí)用網(wǎng)站：paperwithcode，上面收集了大量論文及其代碼實(shí)現(xiàn)，大家可以在上面尋找論文去閱讀。

?

問(wèn)：那對(duì)于未知論文題目的論文，如何進(jìn)行檢索？

?

一般來(lái)說(shuō)，我們只有關(guān)鍵詞，想通過(guò)關(guān)鍵詞來(lái)尋找相關(guān)論文來(lái)閱讀，那么我們可以通過(guò)以下4種方法：

1、通過(guò)知網(wǎng)尋找優(yōu)質(zhì)綜述，快速入門，并通過(guò)參考文獻(xiàn)收集大量論文題目

?

2、通過(guò)搜索引擎，這里常用的有百度學(xué)術(shù)和google scholar，這些搜索引擎上能找到大量的相關(guān)論文

?

3、arXiv，arXiv是預(yù)印本平臺(tái)?，F(xiàn)在大多數(shù)論文在發(fā)表之前都會(huì)先公布到arXiv上占坑。這是由于技術(shù)發(fā)展之快，論文等不到見(jiàn)刊，就需要先公諸于世，讓大家先看到這個(gè)方法是作者提出來(lái)的。

?

4、到頂會(huì)中搜索相關(guān)關(guān)鍵詞，緊跟技術(shù)發(fā)展。

?

03
如何篩選優(yōu)質(zhì)論文

?

通過(guò)以上途徑可以搜索到成千上萬(wàn)的論文，但是如何篩選優(yōu)質(zhì)論文呢？

?

那需要看論文所在的期刊是否優(yōu)質(zhì)，評(píng)判期刊優(yōu)質(zhì)的方法是看期刊影響因子。期刊影響因子是大家公認(rèn)的期刊質(zhì)量評(píng)判指標(biāo)，它的計(jì)算方式是：

?

采用期刊前N年發(fā)表的論文被引數(shù)除以前N年發(fā)表的論文數(shù)，通常N=2或N=5。

?

除了看IF，更方便快捷的方法也可以看期刊的分區(qū)，一區(qū)優(yōu)于二區(qū)，二區(qū)優(yōu)于三區(qū)，以此類推。

在這里我們需要知道，分區(qū)的方式主要有兩種，一種是JCR，一種是中科院。JCR是國(guó)際通用的方式，而中科院的方式僅在中國(guó)適用。以上方法是針對(duì)未知論文題目，我們應(yīng)該從哪里找到論文。

?

04
如何精確查找已知論文

?

1、這里給大家安利一個(gè)能繞過(guò)科研論文收費(fèi)的神奇網(wǎng)站——sci-hub

?

（注意：由于它這個(gè)神奇的功能，所以它的網(wǎng)址經(jīng)常需要變動(dòng)。）

打開(kāi)網(wǎng)站，我們可以搜索URL，PMID，DOI或字符串就可以打開(kāi)論文，進(jìn)行閱讀，下載。

（PMID是PubMed中收錄的文獻(xiàn)編號(hào)，并且是唯一的。DOI是數(shù)字對(duì)象標(biāo)識(shí)符，每一篇論文都有這個(gè)編號(hào)，相當(dāng)于論文的數(shù)字身份證，我們可以通過(guò)DOI快速的鎖定論文。）

?

我們可以看一看兩篇經(jīng)典論文的DOI，DOI分為前綴和后綴，后綴是頒發(fā)機(jī)構(gòu)。舉個(gè)栗子，從下面圖中我們可以看到，這兩篇論文都出自CVPR

?

2、百度學(xué)術(shù)的文獻(xiàn)互助功能。通過(guò)搜索，點(diǎn)擊求助文獻(xiàn)，等待有資源的朋友上傳論文就可以了。這個(gè)功能還是比較實(shí)用，比較快捷的。

?

3、其他領(lǐng)域

?

知網(wǎng)：尋找優(yōu)質(zhì)綜述，快入入門

google scholar：?scholar.google.com?構(gòu)建知識(shí)體系

arXiv：?arxiv.org?論文預(yù)印本（preprint）平臺(tái)

關(guān)注頂會(huì)：CVPR、ECCV、ICCV、AAAI、NIPS、ICLR、ICML等

?

05
如何管理論文

?

我們學(xué)習(xí)的論文太多，所以需要論文的管理：

1、PDF格式論文通過(guò)命名進(jìn)行管理。

?

推薦兩種命名格式：

時(shí)間-作者-題名的方式， 或者時(shí)間-關(guān)鍵詞-題名的方式。

將同一個(gè)作者的同一個(gè)研究進(jìn)行歸類，可以清晰的看出這個(gè)研究的發(fā)展。除了規(guī)范的命名，我們還需要將同類的論文放到同一個(gè)文件夾中，方便我們查找。

?

2、論文管理軟件

?

如果涉及成百上千的論文管理，那么推薦使用論文管理軟件：

常用的有endnote，mendeley，Zotero等等，大家可以根據(jù)需要自行下載安裝管理軟件。

【這里提醒大家，endnote是收費(fèi)的，mendeley是免費(fèi)的】

?06

如何閱讀一篇論文

【本節(jié)敲重點(diǎn)】首先，不同的人看論文側(cè)重點(diǎn)不同：

① 剛?cè)腴T的學(xué)員，這一類同學(xué)主要目的是學(xué)習(xí)論文中的知識(shí)點(diǎn)，所以要求面面俱到，盡量每個(gè)細(xì)枝末節(jié)都要學(xué)。

② 對(duì)于工業(yè)界中的工程師，則需要注重算法實(shí)現(xiàn)部分，要快速的從論文中知道如何復(fù)現(xiàn)算法，應(yīng)用到自己的項(xiàng)目當(dāng)中。

?

那么推薦的論文閱讀方法是分為三步，首先 泛讀，再精讀，最后總結(jié)。再加上驗(yàn)證。

?

1、泛讀

?

這里泛讀的作用就是快速瀏覽，把握概要，如同吃火鍋一樣，一大桌菜，我們先看看桌上有哪些菜，哪些菜是要吃的，哪些是不吃的。比如，火鍋底料我們就是不吃的啦~

?

泛讀階段，我們重點(diǎn)讀標(biāo)題、摘要、結(jié)論以及所有的小標(biāo)題和圖標(biāo)。

?

下面我們舉個(gè)例子，對(duì)論文進(jìn)行快速瀏覽，

?

?

這是一篇CV領(lǐng)域非常經(jīng)典的論文Alexnet，我們先看題目，題目是Imagenet classification with deep convolutional neural networks，從題目我們知道這論文用深度卷積神經(jīng)網(wǎng)絡(luò)來(lái)做圖像分類任務(wù)。

?

接著閱讀摘要，我們可以了解論文的概要，清楚論文采用什么方法，解決什么問(wèn)題，達(dá)到什么效果。

接著我們要把論文所有的小標(biāo)題給列出來(lái)，將論文大卸八塊，了解論文都有哪些內(nèi)容，就像前面那一桌子火鍋，我們要先瀏覽每一個(gè)盤子里裝的是什么菜。

?

接著還要把論文的結(jié)論，所有的圖片和表格進(jìn)行瀏覽，更近一步了解論文中有哪些論證，舉例，內(nèi)容說(shuō)明。

?

通過(guò)以上幾個(gè)步驟，這時(shí)對(duì)論文有了一個(gè)大概的認(rèn)識(shí)。在泛讀之后，我們要達(dá)到的水平就是能回答以下這三個(gè)問(wèn)題，這樣才能算泛讀完成。

?

第一問(wèn)題，論文要解決什么問(wèn)題？回想摘要我們就知道它是像要解決ILSVRC挑戰(zhàn)賽中的分類任務(wù)。

?

第二個(gè)問(wèn)題，論文采用了什么方法？那么這篇論文采用了什么方法呢？其實(shí)在題目中就告訴我們了，采用的是深度卷積神經(jīng)網(wǎng)絡(luò)。

?

第三個(gè)問(wèn)題，論文達(dá)到什么效果？從摘要我們也能知道，論文在ILSVRC2012比賽中以15.3%的top5 error奪冠 這就是對(duì)泛讀之后進(jìn)行自我評(píng)測(cè)的三個(gè)問(wèn)題。

2、精讀

?

泛讀完成之后，對(duì)論文總體有了把握，接下來(lái)就是挑選精華部分進(jìn)行閱讀。

?

前面提到在校生與工程師讀論文之間是有差異的，更具體地就體現(xiàn)在精讀部分：

?

① 對(duì)于學(xué)員來(lái)說(shuō)，要學(xué)習(xí)更多知識(shí)，做到面面俱到，那么論文中的所有內(nèi)容都是你的精華，都需要仔細(xì)閱讀，仔細(xì)去品。

?

② 對(duì)于工程師而言，目標(biāo)就是找到算法實(shí)施部分，了解算法如何實(shí)現(xiàn)，以及其中有哪些技巧，更偏工程的看待論文。對(duì)于精讀完成后，我們要能夠?qū)λx段落了如指掌。這樣才算完成精讀。

?

3、總結(jié)

?

經(jīng)過(guò)泛讀精讀，最后需要對(duì)論文進(jìn)行總結(jié)。

?

總結(jié)是對(duì)論文的創(chuàng)新點(diǎn)、關(guān)鍵點(diǎn)和啟發(fā)點(diǎn)進(jìn)行摘抄記錄。對(duì)于有寫論文發(fā)論文需要的同學(xué)來(lái)說(shuō)，這一步是至關(guān)重要的，對(duì)論文的總結(jié)是為課題提出創(chuàng)新點(diǎn)打下基礎(chǔ)。

?

總結(jié)部分也是仁者見(jiàn)仁，在校生需要總結(jié)一切與寫論文發(fā)論文有關(guān)的信息句子，對(duì)于工程師，可能更多的是總結(jié)算法實(shí)現(xiàn)的參數(shù)，步驟，實(shí)驗(yàn)細(xì)節(jié)等

?

4、驗(yàn)證

?

完成論文三步曲之后，我們需要對(duì)閱讀效果進(jìn)行一個(gè)驗(yàn)證。

?

驗(yàn)證的方法其實(shí)很簡(jiǎn)單，就是回答三個(gè)終極問(wèn)題，你是誰(shuí)，從哪里來(lái)，到哪里去 最后也要知道這篇論文有哪些是可以借鑒的。

?

最后，我們來(lái)看看論文結(jié)構(gòu)，要知道論文都有哪些內(nèi)容構(gòu)成，每一部分會(huì)有什么信息。

?

這里總結(jié)為6個(gè)主要部分：

?

1. 摘要，摘要主要講論文簡(jiǎn)介，闡述工作內(nèi)容，創(chuàng)新點(diǎn)，效果

2. 引言部分介紹研究背景，研究意義，發(fā)展歷程，提出問(wèn)題

?

3. 相關(guān)工作相關(guān)研究算法簡(jiǎn)介，分析存在的缺點(diǎn)

?

4. 本文工作論文主要方法，實(shí)現(xiàn)細(xì)節(jié)

?

5. 實(shí)驗(yàn)部分，介紹算法實(shí)現(xiàn)步驟及結(jié)果分析

?

6. 探討部分，論文結(jié)論及未來(lái)可研究方向

?

07
Paper學(xué)習(xí)路徑

?

最后，如何更高效地閱讀論文，并通過(guò)論文熟悉某個(gè)方向領(lǐng)域呢？

?

學(xué)習(xí)論文是一個(gè)系統(tǒng)性的工程，如何更高效地閱讀論文，并通過(guò)論文熟悉某個(gè)方向領(lǐng)域呢？這就需要合理的學(xué)習(xí)路徑。

?

第一點(diǎn)，基礎(chǔ)必不可少。這里總結(jié)了必備的基礎(chǔ)知識(shí)，我們來(lái)看一下

?

1、Python基礎(chǔ)：這是毋庸置疑的必備基礎(chǔ)，我們后邊代碼實(shí)現(xiàn)就是基于python語(yǔ)言。

?

2、數(shù)學(xué)基礎(chǔ)：包含矩陣計(jì)算、概率論和信息論，矩陣計(jì)算在CV領(lǐng)域是必備知識(shí)，概率論與信息論在NLP中也是常見(jiàn)的概念。

?

3、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)：由于深度學(xué)習(xí)屬于神經(jīng)網(wǎng)絡(luò)，因此神經(jīng)網(wǎng)絡(luò)的內(nèi)容必須要了解，特別地，對(duì)于CV領(lǐng)域CNN是很重要的，大多數(shù)CV任務(wù)已經(jīng)被CNN統(tǒng)治，對(duì)于NLP領(lǐng)域而言，RNN是必不可少的知識(shí)。

?

4、深度學(xué)習(xí)框架PyTorch：除了理論基礎(chǔ)，實(shí)踐的基礎(chǔ)就是現(xiàn)在最熱門的深度學(xué)習(xí)框架PyTorch。

我們需要了解如何利用pytorch實(shí)現(xiàn)數(shù)據(jù)讀取，數(shù)據(jù)增強(qiáng)，如何構(gòu)建模型，如何設(shè)置損失函數(shù)優(yōu)化器等等。

而且PyTorch是現(xiàn)在最適合新手入門的框架，代碼簡(jiǎn)潔易讀懂，并且目前最前沿的技術(shù)，論文，大多數(shù)都有pytorch的實(shí)現(xiàn)，學(xué)會(huì)pytorch可以快速的緊跟前沿技術(shù)。

?

第二點(diǎn)，有了理論和實(shí)踐的基礎(chǔ)，就要針對(duì)CV和NLP兩個(gè)方向進(jìn)行選擇，CV和NLP有著各自領(lǐng)域基礎(chǔ)，大家要根據(jù)自己方向進(jìn)行基礎(chǔ)知識(shí)的鞏固學(xué)習(xí)。

對(duì)于CV領(lǐng)域，我們需要知道圖像基礎(chǔ)知識(shí)，圖像的基本處理方法等等內(nèi)容 對(duì)于NLP方向，我們需要了解什么是詞袋，分布特征是什么，tfidf權(quán)重，等基礎(chǔ)知識(shí)。

?

第三點(diǎn)，那我們鞏固好理論、實(shí)踐、方向領(lǐng)域上的基礎(chǔ)之后，就可以進(jìn)入論文的baseline cv方向，你應(yīng)該選擇領(lǐng)域內(nèi)引用高，同行間普遍熟知的論文，包含alexnet vggnet googlenet resnet等等。

NLP方向的baseline，你應(yīng)該選擇開(kāi)創(chuàng)性、引用高和應(yīng)用到實(shí)際業(yè)務(wù)的論文，主要覆蓋詞向量、nlp深度學(xué)習(xí)主流框架和應(yīng)用，預(yù)訓(xùn)練模型等主流方向，做到兼顧科研和工業(yè)應(yīng)用平衡。

?

第四點(diǎn)，熟悉了baseline論文，就算是入了門，就可以根據(jù)自己研究方向及感興趣的方向選擇性的學(xué)習(xí)專題論文。

對(duì)于CV常見(jiàn)的有OCR、GAN、知識(shí)蒸餾、目標(biāo)檢測(cè)、圖像分割等等。對(duì)于NLP有文本分類，句子匹配，關(guān)系抽取等等。

?

從中找到你想要研究的專題是很重要的，如果你在初期階段，對(duì)細(xì)分專題沒(méi)什么概念，你也可以初步都學(xué)習(xí)了解一下，找到自己感興趣的專題，針對(duì)特定研究方向，深入學(xué)習(xí)。

08
Paper復(fù)現(xiàn)神器

?

學(xué)習(xí)之路總結(jié)的經(jīng)驗(yàn)，望對(duì)大家有所幫助。

?

不過(guò)經(jīng)驗(yàn)未經(jīng)實(shí)踐，很難成為自己的技能。所以在這里推薦深度之眼與阿里云天池合作的paper復(fù)現(xiàn)神器????????

?

3天帶你 復(fù)現(xiàn)CV、NLP經(jīng)典開(kāi)山之作：

Alexnet 和 Word2vec

從泛讀 到 精讀，從算法模型 到 代碼復(fù)現(xiàn)

現(xiàn)僅 50個(gè)免費(fèi)名額

↓ 保存二維碼到手機(jī)微信掃描加小姐姐?↓

↓回復(fù)：baseline ?領(lǐng)取課程?↓

參加即曾《AI研究生必讀AI經(jīng)典Paper篇目》、

和價(jià)值298元的《算法工程師面試錦囊》