吴恩达教你如何读论文:绘制进度表格,论文至少看三遍,还要问自己问题
来源:量子位
本文约1478字,建议阅读4分钟。
本文介绍如何研究一篇论文。
吴恩达教你如何读论文,高效了解新领域。
就算是博士,也很难对所有的关键技术都参透了解。那么如何有效了解一个新领域,是研究者们必备的一项技能。
最近,一位博主就亲身示范了吴恩达的方法,在Medium上,两天即获得1.7k赞。
方法具体如何呢?我们就以「姿态估计」这一技术为例,来介绍一下这个方法吧。
系统阅读论文集
既然有了目标,第一步收集资源,并整合起来。
论文、博客文章、GitHub资源库、视频……在谷歌上搜索「姿态估计」这个词,得到所有关于这个关键词的资源都要整理下来。
这一阶段,资源数量是没有限制的。只要是你认为重要的资料都可以整理,但要注意,一定要创建一个有用的论文、视频和文章的短名单。
第二步,将你认为的与主题相关的任何资源进行深入研究。
这时候,你可以绘制一张表格。
对每种资源的理解程度,做一个实时的跟踪。
具体来讲,最好的方式就是对所有你收集到的资源都有一个10%~20%的理解程度。
这样,就确保你已经对你所收集到的资源,有了足够的了解,并且还能准确的评估其相关性。
很好,你已经对这项技术基本入门了。
更进一步,仔细研读相关程度更高的文章资源。这时候,就出现了一个问题,大概多少论文足够了呢?
吴恩达说:对5~20篇的论文的理解,那么就说明你对这个领域以及研究进展有了基本的了解。
如果研读到了50~100篇,那么已经非常了解这个领域了。
这时候,你的表格可能是这样。
如果可以的话,还可以做一下笔记,用自己的话总结论文当中的关键发现、技术和研究。
论文至少要看三遍
接下来,就集中介绍一下如何研究一篇论文。
吴恩达认为,要理解一篇论文,一次将一篇论文从第一个字读到最后一个字,可能并不是最佳方式。
正确的打开方式是,一篇论文至少要看三遍。
第一遍,仔细阅读论文中的标题、摘要和关键词。
第二遍,阅读文中的导言、结论以及图表,快速扫描一下论文剩下的内容。
这一步主要是要把握论文中的关键信息,不光是导言和结论,还包括文章中任何小结论的总结,文中涉及的补充信息都跳过。
第三遍,阅读论文的整个部分,但是要跳过任何可能陌生看不懂的数学公式,技术术语。
不过,如果你需要对这个专业领域有一个「深入」的理解,那就必须要搞懂那些公式术语了。
问自己问题
如何检测你对这篇文章的关键信息有了基本的了解?问自己问题吧!
吴恩达提供了一系列的问题,在阅读的时候询问自己。这里就摘取一部分。
1、Describe what the authors of the paper aim to accomplish, or perhaps did achieve.
这篇论文作者的目标是什么,或者也许已经实现了什么。
2、If a new approach/technique/method was introduced in a paper, what are the key elements of the newly proposed approach?
如果文中引入了一种新方法/技术,那么这一新提出的方法/技术的关键要素是什么?
3、What content within the paper is useful to you?
论文中,有哪些内容对你有用。
4、What other references do you want to follow?
你还想关注哪些参考资料/文献?
此外,还分享了一些有用的在线资源。
The Machine Learning Subreddit:
https://www.reddit.com/r/MachineLearning/
The Deep Learning Subreddit:
https://www.reddit.com/r/deeplearning/
Paper With Code:
https://paperswithcode.com/
Research Gate:
https://www.researchgate.net/
还有一些顶级会议,比如NIPS、ICML、ICLR…
不过,吴恩达也强调:
Learn steadily rather than short burst for longevity.
稳扎稳打,而不是短时的突击,才能长久的学习。这不光是对机器学习领域,还对整个学术领域有益。
这位博主根据吴恩达的方法,每个月至少阅读四篇论文,来达到理解的目的。
吴恩达他自己也在视频里说,他就随身携带着一批论文,有时间就拿出来研读。
希望这个方法对你有所帮助~如果你有很好的学习论文的方法,也欢迎跟我们分享。
博文链接:
https://towardsdatascience.com/how-you-should-read-research-papers-according-to-andrew-ng-stanford-deep-learning-lectures-98ecbd3ccfb3
视频链接:
https://www.youtube.com/watch?v=733m6qBH-jI
——END——
吴恩达教你如何读论文:绘制进度表格,论文至少看三遍,还要问自己问题相关推荐
- 吴恩达教你读论文:持续而缓慢的学习,才是正道
来源:AI科技评论 本文约1800字,建议阅读5分钟. 本文将教你如何有效阅读论文,包括系统阅读论文集的方法,以及阅读单篇论文的方法. 在人工智能和机器学习领域中,了解前沿学者的最新研究的能力是每位严 ...
- 吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周编程作业...
吴恩达Coursera, 机器学习专项课程, Machine Learning:Advanced Learning Algorithms第三周所有jupyter notebook文件: 吴恩达,机器学 ...
- 吴 恩 达 教 你 做 机 器 学 习 职 业 规 划
选自TowardsDataScience 作者:Richmond Alake 来源:机器之心 近来,硅谷迎来裁员潮,机器学习领域的求职压力也有所增加.如何规划 ML 职业生涯,才能获得长期成就?吴恩 ...
- 吴恩达教你如何使用“锤子”?机器学习新书免费领
作者 | 阿司匹林 继今年 2 月 Deep Learning Specialization 最后一课上线之后,吴恩达又捡起了之前荒废已久的项目-- Machine Learning Yearning ...
- 记录理解程度、一篇至少读3遍,吴恩达建议这样读论文!
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale推荐 作者:Richmond Alake,来源:机器之心 在科研领域中,读论文 ...
- 记录理解程度、一篇至少读3遍,吴恩达建议这样读论文
选自Medium 作者:Richmond Alake 机器之心编译 参与:杜伟.小舟.魔王 在科研领域中,读论文大概是大家的日常基本操作了.但如何读论文,才能实现效率最大化呢?斯坦福大学教授吴恩达在斯 ...
- 论文整理集合 -- 吴恩达老师深度学习课程
吴恩达老师深度学习课程中所提到的论文整理集合!这些论文是深度学习的基本知识,阅读这些论文将更深入理解深度学习. 这些论文基本都可以免费下载到,如果无法免费下载,请留言!可以到coursera中看该视频 ...
- 重大改革:吴恩达,女儿识字后立马教她学Python!
已经没有什么能够阻挡 Python 了,根据最近火爆朋友圈的一则消息,Python 已经进入山东省小学教材. Python越来越火了,Python 这几年的火热,离不开人工智能和机器学习.如果说 20 ...
- 如何阅读论文-吴恩达(转载)
阅读研究论文 如果一些从业人员在机器学习领域的专业化方面很有天赋,这对他们来说是非常有利的.例如,具备计算机视觉领域的通才知识是值得赞赏的,但具备关键技术(如姿态估计)方面的专业知识和技能将更能吸引在 ...
最新文章
- 民间的 Pokémon 知识图谱
- java focuslistene_Java:FocusListener接口
- 【LaTeX】E喵的LaTeX新手入门教程(5)参考文献、文档组织
- Unity3d XmlException: Text node cannot appear in this state的方案
- 经典面试题:将有序数组、有序链表转换成平衡二叉树
- [css] css怎样使每个字符宽度一样?
- python的lib文件夹_python遍历文件夹os.path与pathlib
- jpa findone怎么用_Jpa VS MyBatis,你用哪个?
- 360互联网技术训练营第七期 -“遇见”PIKA 续集
- 快过年了,来,来,来!给七大姑八大姨好好解释解释【啥是DBA 】
- Linux命令 ls -l s输出内容含义详解
- 不要轻易在数据库(尤其是线上数据库)执行,update、delete数据 !!!
- python中几个常用的算术函数
- 如何安装固态硬盘和重装系统???
- 【渝粤题库】陕西师范大学200161 文字学概论 作业
- 吴恩达深度学习——人脸识别与神经风格转换
- 微信内跳转支付宝App、跳转淘宝App方案
- kettle读txt文件并处理
- 3D动画展示--3D图片旋转展示
- Perl 输出数据结构:Dumper
热门文章
- 参考答案:02 矩阵及其运算
- 数据结构与算法:16 Leetcode同步练习(六)
- 刻意练习:LeetCode实战 -- Task24. 恢复二叉搜索树
- 发布 128 核 Altra Max,自研内核,明年推出 5nm 处理器,“性能怪兽”Ampere 搞大事?...
- 2020年,大火的Python和JavaScript是否会被取而代之?
- 王贻芳院士:为什么中国要探究中微子实验?
- 实战:基于OpenPose的卡通人物可视化 | CSDN博文精选
- 如何打造高质量的机器学习数据集?这份超详指南不可错过
- 中文NLP的分词真有必要吗?李纪为团队四项任务评测一探究竟 | ACL 2019
- 搜狗分身技术再进化,让AI合成主播“动”起来