文字版： 如何⾼效阅读机器学习顶会论⽂ 1.读书与读论⽂的区别 教材仔细读：经过⻓时间的打磨，是精品；书籍如CSAPP, ESL, MLAPP, GEB（最后这个花费作者⼀辈⼦ ⼼⾎） 论⽂要甄别： 顶会论⽂：cvpr, icml, nips, 等 70%：在前⼈基础上做了⼀丁点改进，如改⼀下损失函数、调调正则化 -> 不值得花⼤量时间 研读 10%：给领域的从业者带来灵感的启发 1%：给⾏业所有的从业者都有启发，甚⾄带来⽅向性的影响 ⚠ ：只有⼀⼩部分的⽂章值得复现，如顶会论⽂的best paper 或 oral； ⚠ ：经典的论⽂在你之前可能已经有很多⼈复现过了，作者也可能会给出官⽅的代码； ⚠ ：硕⼠、⾼年级的本科⽣、刚⼊⻔者这些垃圾可以不⽤读；但博⼠⽣为了在这个特别⼩的⽅向上能有 所建树、保持敏锐的嗅觉，这些垃圾也要读，宁滥勿缺。 2. 论⽂来源 第⼀类：⼀⼿来源 会议的官⽹：cvpr、iccv、eccv、icml、nips（看best paper & oral & 获奖论⽂） arxiv.org (放着未发表的或者预览版的论⽂)，需要⼀个账号 Google scholar;订阅功能 （⾃然语⾔处理、auto ml），订阅搜索结果，每⽇会⾃动搜索，关注最 新论⽂ 第⼆类：⼆⼿来源 ᰀ⽣收集：如github上的awesome list，可以订阅watch、star 可靠信息筛选：公开课（cs224n, cs224w, cs231n, 李宏毅⽼师机器学习公开课）的幻灯⽚⾥有论 ⽂列表⼀定要好好读；被⼈认可的个⼈来源、知乎⼤v、微博；项⽬源码的注释中的论⽂ 第三类：三⼿来源 综述性论⽂ 3. 如何读论⽂ 场景：刚开完会议或正在开，⼿中有⼀次会议上所有被接收的论⽂或者随意按顺序拿出20篇 对20篇论⽂进⾏简单分类：整理、分三类记录 1.论⽂标题和作者 2.⽂章摘要（⽤⾃⼰的话复述，⽤⼀句话或50字以内如何向别⼈推荐和介绍这篇论⽂，最好 ⽤英语；【这篇⽂章⽤了什么⽅法、在⼲什么】） 3.这篇⽂章要不要继续精读+当时作出决定的⽇期 精读环节：带着问题读【把⾃⼰想象成⼀个杠精去挑刺】（你开始提出的问题以及最关⼼的问题有 没有在看完⽂章后得到解答） 精读顺序：摘要（产⽣问题Q）-> 引⾔（上述问题是否被放⼤、有没有出现新问题、前⾯的 问题有没有得到回答A ）-> 再次确认要不要读下去 -> 总结部分，即conclusion、feature work（作者总结的⽂章᯿点以及未来的打算是否明确）-> 知识介绍（᯿点读每⼀段的第⼀句 话；如果遇到图表，先仔细的看图表）-> 再次确定要不要继续读 -> 进⼊最耗时的核⼼算法部 分 -> 实验部分（数据集、评价标准）-> 决定要不要复现、将⾃⼰的实验结果与论⽂进⾏⽐较 相关⼯作：仔仔细细的看；这个⽅法是不是在某篇⽂章的基础上做的、与其他⽂章有什么关 系、借鉴了哪些⽅法、以及该领域之前是⽤什么⽅法、有哪些数据集是被其他⼈做过实验 的、其他⼈得到了什么效果；【related works】相关⽂章的题⽬ + ⾃⼰总结这篇⽂章与其他 相关⼯作的关系或区别。 ⚠ 时间：⼀个半⼩时；上述红⾊部分是笔记的记录内容；如果⽂章对于⾃⼰的难度较⼤，可以暂缓阅 读，等把⽂章中提到的概念、需要的基础知识补⼀下再回过头来看。 最后在总结了所有的论⽂后，再附⼀张纸：总结多少⽂章都在关注什么⽅⾯的内容，有多少⽂章在针对 某类技术、某个⽅向，⼤家都在研究什么。 ⚠ 整个过程中要思考 " ：这个东⻄有没有价值、为什么⼤家都在做这些、你对他是什么看法。过⼏年 之后，回过头来，可以看到随着时间研究内容发⽣的变化。 将这些样本数据，转化为⾃⼰的记忆是⾮常重要的。 4.⽂献管理⼯具 Zotero : https://www.zotero.org/ (免费&跨平台) Mendeley : https://www.mendeley.com/ (免费&跨平台) Endnote ：https://www.endnote.com Papers : https://www.papersapp.com/
