PhD学长教你如何阅读学术论文

每周读10-20篇paper 来保持跟上这个领域的进度

Step1：去哪找寻找论文

https://www.reddit.com/r/MachineLearning/

一个很好的寻找machine learning论文的来源就是machine learning subreddit：用户会发一些他们觉得有趣的论文，每周也会有一些总结。

http://www.arxiv-sanity.com/

arxiv-sanity：在这里你可以通过一些条件筛选和你领域相关的论文，或者通过popular，cite数量排序。

一些期刊，比如《Nature》，可以找到顶尖的论文。

Step2：如何分配

每周读2-3篇machine learning中得到最多关注的论文。

设定一个目标导向的阅读目标create a goal-oriented reading strategy：比如专注于activation function，probabilistic model之类的。对我来说的话，目前主要是专注于object detection等方面。

Step3：读论文的方法3-pass approach

1. 略读全文

先看标题是否有趣、相关，然后通过读abstract可以了解到全文的概述，仔细阅读introduction。然后略读剩下的部分，看看每一个部分的标题和子标题，忽略其他的东西（主要忽略掉数学公式）。最后读一下结尾的conclusion。大致浏览一下reference，看有没有自己之前读过的文章。

这一遍阅读只是去试图理解作者的主要目的main goal，这篇文章的主要贡献是什么，它试图解决一个什么问题，这篇文章值得我更多地去了解吗？

完成这一步之后，回过头看看别的人都是如何评价这篇论文的，并和自己的最初印象进行比较。主要目的就是看这篇文章值不值得我再花时间去读下去。

2.批判性阅读并做笔记

全文通读，试图理解高层次的数学公式。读图表的解释，解读有效的图形，尝试从高层次理解算法。但是在这一步中不用太过在意公式是如何一步步推导的。

当读到实验部分，尝试去评估结果，他们是可重复的吗？这些证据能够很好的支撑这个新发现吗？读完这部分，看看网上有没有开源代码，下载代码，亲自读一读代码，并在本地编译、运行，来复现结果。

在网上找一些更进一步的解释来帮助理解，比如summarys，tutorials，articles。通常一些比较火的文章，网上会有人进行分解break down。

这一步完成之后，建立一个jupyter notebook，记录笔记，并结合帮助理解的图片。尝试进行教学，教学是帮助完全理解任何主题的最好方法。

3. 关注数学公式

这一步要去理解数学公式中的每一个细节。拿出一张纸和笔，亲自动手分解这些方程。使用Wikipedia查询，帮助自己理解更多正式数学概念。如果你实在不懂数学公式，可以上可汗学院Khan Academy免费学习一些课程。

如果这时你感觉非常ambitious，可以尝试通过自己写代码复现这篇论文，使用文章中的超参数设置和方程，实现它，并与其他人讨论。

鉴于大家写作能力较弱不能按时完成英文论文，建议交给meeloun代为完成，轻松搞定论文作业，让你乐享留学生活！我们承诺100%原创写作，每一份稿件都会免费赠送Turnitin原创检测，100%按时交稿，我们深知due对于留学生的重要性，所以我们承诺绝不拖稿，我们支持超过七十个科目的作业代写，旗下专业写手超过400位，经验丰富，熟知各类论文写作格式，欢迎联系网站在线客服。