吴恩达-斯坦福-如何读研究领域内的论文

标签：cnn   简单   自己   批评   strong   source   跳过   部分   icm   

阅读一个方向paper的方法

　　1、从arv、github、博客上收集论文，从各种途径上收集
　　2、将所有文章制作一个（0%-100%）的表格
　　3、每篇文章读取10%，自己决定每篇文章要不要继续读下去，并且还可以通过其他的paper对其引用、
　　　　批评来判断这个paper是否值得学习。
　　4、删除价值不高的paper
　　5、发现新的paper会促使你理解其他的paper

简单的指导方针

　　5-20篇：基本了解，你也许会实现某个算法，但是还不能站在时代的前沿
　　50-100： 这种可以进行创新的工作，可以算是专业了
怎么读某一篇paper
　　分好几遍阅读
　　第一遍： 阅读标题、摘要、图示关键的神经网络图。
　　第二遍：intro、conclusion、仔细看数字、skim 剩下的
　　　　　　related work这一部分可以不阅读，除非对方向非常清楚，否则会非常难以理解

　　第三遍：跳过数学公式阅读
　　第四遍：通读全篇，跳过无意义部分
读完paper后提问：
　　1、作者试图完成什么
　　2、关键要素是什么
　　3、那些事你自己可以用的
SOURCE OF PAPER
　　1、推特， Kina
　　2、ML sub
　　3、NIPS/ICML/ICIR
paper中的数学
code
　　下载开源的
　　重新实现它
长期建议
　　每周一到两篇 比一周100篇好
职业的建议
　　大公司还是创业工作，都希望能做重要的工作，
　　怎么获得工作
　　招聘人员在寻找什么
　　　　深度学习技能点、代码能力、工作经验（项目经验）
　　一个AI人员的情况
　　　　广泛了解：了解ML、DL、PGM（概率图模型）、NLP、CV...
　　　　至少一个领域有深刻的理解，开源工作、工作经验
　　　　比如说：NN， BN， CNN，RNN你都了解一些，在某一个领域深入
　　多个工作中怎么选择
　　　　work with  great people/project 。大厂
　　　　重点放在团队上，（10-30人的团队，即使公司有1000人，影响自己的也只是附近的）
　　　　领导
　　　　不是品牌，大厂边缘岗位
　　　　要知道所做的项目，和那个团队合作

感觉自己有幸遇到这样的团队了！！！

吴恩达-斯坦福-如何读研究领域内的论文

标签：cnn   简单   自己   批评   strong   source   跳过   部分   icm   

原文地址：https://www.cnblogs.com/yunshangyue71/p/13471791.html