①论文快读法:琢磨标题,读序论,读每段开头句,结尾句,读结尾段;②书籍快读法:读提要,读目录,读序言,后记,翻阅全书,读索引;③精读,(研读)充分理解和阅读研读分选读,通读,研读一般要客观,不存偏见.选题,搜集资料,研究资料阅读,摘记,明确论点选择材料,拟订提纲,执笔写作,修改定稿,加注其中,搜集资料,占有资料是计划中的重点
一篇好的论文,有好多的地方是需要我们反复仔细阅读的。首先,我们可以从整体上来说,整体把握论文的结构框架,在从每个标题中寻找中心内容。
研读一篇论文,必须要有一定的基础,对此论文所涉及的内容有所了解。然后先仔细研读论文的摘要,在读论文的时候对重点部分特别是结尾要深刻理解。
姓名:李泽 学号:20021110073 学院:电子工程学院 原文链接: 【嵌牛导读】: 通过学习吴恩达教授的课程,本文总结出以下三方面内容:一,读一系列文献以增长某一领域知识的系统方法;二,如何正确阅读一篇研究论文;三,获得有助于搜索论文和关键信息的在线资源 【嵌牛鼻子】: 系统方法 研究论文 关键信息 【嵌牛提问】: 如何收集针对主题的资源集?如何深入挖掘自己认为与主题相关的资源? 【嵌牛内容】 “智慧不是学而可取,而是毕生追求所得。” ——阿尔伯特·爱因斯坦 一个人总会自然而然地去学习周围人所展示的技能和习惯,这就是为什么大多数博士生都能获得有效领悟研究论文内容的技能。但是,大多数人不是博士生,那么对于普通人来说,如何获得方方面面阅读研究论文和理解内容的能力呢? 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该领域寻找从业人员的公司和组织。 下面以姿态估计主题为例,指导如何阅读与主题相关的研究论文。 1 、 收集针对主题的资源集。资源形式可包括:研究论文、Medium文章、博文、视频、GitHub库等。 谷歌搜索“姿态估计”,将显示包含主题相关信息的一流资源。第一步的目标是整理所有相关资源,如YouTube视频、实施文档以及研究论文。在这一阶段,收集自己认为重要的资源,没有数量限制,但是请确保为有用的论文、视频和文章创建一个“候选名单”。 2 、 深入挖掘自己认为与主题相关的资源。记录对于每个候选资源的理解,这一点至关重要。吴恩达建议根据自己对资源的理解程度绘制一个表格,如下所示。 添加到列表中的每篇文章至少要浏览10-20%内容,以确保在已标识的资源中了解到足够多的介绍性内容,并能准确地评估其相关性。 对于已标识更具相关性的论文/资源,建议更深一步理解。最后得到一些自己完全理解的合适资源。 你可能会问自己:“阅读多少论文/资源才够?笔者也不知道答案,但是吴恩达知道。据吴恩达说,理解5-20篇论文即可展现出对主题的基本理解,也许足以推动技术的实施。阅读50-100篇论文可以很好的理解该领域。在浏览资源并提取重要信息后,表格可能变成这样:3 、 这是笔者观察到的一个快速技巧,在理解研究论文时很有用。该步骤是进行结构性注释,用自己的话总结论文中的关键发现、结果和技术。 下列步骤将集中于如何阅读一篇研究论文。 阅读一篇研究论文只通读一遍论文内容不能实现理解的目的。吴恩达认为,一次性从头到尾逐字阅读一篇论文并非形成理解的最佳方式。要想很好的理解内容,至少要将论文通读三遍。 4 、 第一遍,阅读文中以下部分:题目、摘要和图片。 5 、 第二遍,先阅读以下部分:引言、结论、图片(再次阅览),然后浏览论文剩余部分。 论文的引言和结论部分包含了对文章总体内容清晰简明的介绍和对发现的总结。这几节通常只提供包括关键信息,而无补充信息。作为读者,这是有益的,因为能抓到阅读论文其他部分所需的关键信息。 6 、 第三遍,阅读全文,但是跳过所有陌生复杂的数学计算或技术公式。还可跳过不理解或不熟悉的术语和技术。 7 、 对某个领域进行深入研究的论文可以多阅读几遍。这些额外遍数将主要专注在对文中数学、技术以及陌生术语的理解。 对于那些通常出于信息和工程目的阅读研究论文的人,深入研究可能是非常耗时的,特别是在还有20篇论文要阅读的时候。 笔者通过介绍LeNet卷积神经网络的原始论文来展开本文的介绍过程,并总结了笔记中的关键内容,然后将其转换为一系列Medium文章。 结论 “学习的过程是循序渐进的,而非一蹴而就的。” ——吴恩达 在机器学习和计算机视觉领域,笔者仍然是个新手,有很多未涉足的知识(保守陈述)。但是笔者相信,不论在哪个领域,只要持之以恒地探索知识,就能获得超越常人的理解能力和专业技能。 从吴恩达介绍的技巧来看,笔者一个月至少要阅读4篇论文并理解。老实说,笔者全身心投入1周半时间才完成LeNet论文的阅读。但是阅读次数越多,就能越快越好地阅读并理解研究论文。 吴恩达表示,他总是随身带着一批研究论文以便阅读。吴恩达是机器学习领域的杰出人才。所以笔者相信,效仿他的习惯和学习技巧会对学习之旅非常有益。 附上B站吴恩达公开课视频
302 浏览 3 回答
280 浏览 3 回答
348 浏览 2 回答
305 浏览 2 回答
237 浏览 3 回答
193 浏览 3 回答
340 浏览 4 回答
131 浏览 2 回答
157 浏览 2 回答
124 浏览 2 回答
265 浏览 3 回答
327 浏览 3 回答
351 浏览 2 回答
169 浏览 2 回答
262 浏览 2 回答
84 浏览 2 回答
355 浏览 2 回答
163 浏览 3 回答
309 浏览 9 回答
311 浏览 2 回答
170 浏览 10 回答
210 浏览 3 回答
342 浏览 3 回答