《机器学习论文怎样读》笔记

为什么需要读Paper

要真正对某个领域有专业理解必须紧跟这方面的最新研究。我们只要耐心和多练习就能掌握评估相关领域研究成果的能力。如果要紧跟计算机领域的潮流，每周要读10到20篇研究论文。读论文不容易，关键是不放弃，随着时间推移，读论文的能力也会越来越好。

怎样找机器学习论文的资源

1. Reddit 机器学习板块。里面包括有意思的论文、本周读了哪些论文的周报、对哪些论文感兴趣等内容。
2. arxiv-sanity.com网站。可以在里面找感兴趣的论文或最火的论文。
3. 谷歌、Deepmind等，都会在各自的网站上发表研究成果。
4. 自然杂志有很多顶级论文。

如何确定读那些论文

1. 机器学习领域每周会有2、3篇最受关注，用上文提到的工具可以找到它们。
2. 带着目的去读，比如学习更多激活函数、了解attention method。明确目标后，为了达成目标，就有理由去读论文，也更容易看完和理解论文。

难的论文怎么读

三步法

1. 通篇浏览论文，理解论文大意。目标是弄懂作者的目的、论文的主要贡献、论文想解决什么问题，是否是感兴趣的内容。
   • 先看标题，如果有趣又相关继续读摘要。摘要是论文中研究工作的简短独立的总结。摘要是论文的综述，如果很吸引人、很燃，就可以继续略读剩余部分，仔细读Introduction、段落和小节标题，不管剩下的部分。主要是忽略数学部分，第一步不看数学方面的内容，假设数学部分是正确的。然后读末尾总结，扫一眼引用资料，留意有没有看过的。
   • 完成后，看看其他人怎么评价论文，决定是否继续深入。
2. 如果感兴趣，重新读，这次要严谨的读并记笔记，但不去推导公式。
   • 读全部的内容，理解公式在做什么，看图表及其说明部分，努力深入理解算法。
   • 完成后，下载相关代码，试着复现结果，读代码注释，找其他资料帮助理解论文。
3. 真正理解数学细节。
   • 用笔接推导论文中的公式。
   • 借助维基百科理解公式概念。
   • 自己复现论文内容。
   • 与其他人讨论。

• 上一篇 C/C++ 调用Python

---