白交 发自 凹非寺量子位 报道 | 公众号 QbitAI

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

相关文章