旬阳县建设局网站,洛阳网站建设睿翼网络入驻洛阳,wordpress5.1.1版本,资讯网站怎么做来源#xff1a;投稿 作者#xff1a;小灰灰 编辑#xff1a;学姐 本文主要以如何做科研#xff0c;日常内功修炼#xff0c;常见科研误区#xff0c;整理日常‘好论文’四个部分做以介绍#xff0c;方便刚入门的科研者进行很好的规划。
1.如何做科研
1.1 选方向
当我… 来源投稿 作者小灰灰 编辑学姐 本文主要以如何做科研日常内功修炼常见科研误区整理日常‘好论文’四个部分做以介绍方便刚入门的科研者进行很好的规划。
1.如何做科研
1.1 选方向
当我们刚步入科研的第一步时首选就要选择课题和方向那么面对实验室很多项目和课题一般选择方向需要一定的积累而且很多题目风险性很高所以要做的就有两个点一个是多跟老师讨论还有一个笨方法就是关注一下目前最顶级的研究机构关注目前的主流模型他们在做什么那么我们就可以选择这个方向并且实时监控他们的科研进展。
那么方向有了那么就可以关注一些顶级会议的方向 IR信息检索人工智能领域智能信息检索方向最权威的顶级国际会议SIGUIR国际计算机学会信息与知识管理大会CIKM NLP自然语言处理ACL,NAACL,EMNLP,IJCNLP MLAINeurIPS DM数据挖掘知识发现与数据挖掘顶级会议SIGKDD CV计算机视觉ICCV、CVPR、 AAAI ……
1.2 查找文献
知道了顶级会议的方向那么就是如何找参考文献了选择好方向之后想要更快的知道本领域的研究内容 可以先从中文综述入手找到合适的英文论文 对知识点的理解可以借助知乎csdn等平台巩固知识点 文献的下载可以使用google scholar百度学术去查找一般最新的论文一般百度学术检索不到 从论文找论文 从被引论文找相关论文
一般推荐几个网站
https://paperswithcode.com/ ---查看论文是否有代码的网站 https://www.aminer.cn/ ---由清华大学计算机科学与技术系建立,收录了sciccf优秀论文 https://www.semanticscholar.org/ ---语义学者(Semantic Scholar)是由微软联合创始人 Paul Allen 做的免费学术搜索引擎。 当然也可以从本校的图书馆进去查找相关文献。
1.3 读文献
1.那么我们查找了好多文献下载了很多读不懂怎么办呢首先可以和师兄老师整理一下本领域的单词同时也可以看下b站上有关读论文的一些视频比如李沐的视频https://www.bilibili.com/video/BV1H44y1t75x/?spm_id_from333.337.search-card.all.click 2.平时不断积累本领域的一些方法模型
3.从论文中找到本论文中是根据哪篇论文中的研究点解决了哪些问题。
1.4 建立模型
那么论文大概读懂了怎么落实行动依靠代码实现出来呢就要建立模型。初学者建议从工具使用入手熟悉模型的输入输出逐渐了解模型背后的原理对于特定的问题进行整理代码。
那么拿到一篇论文我们要做好复现对于初学者就是找到有代码的论文理清从数据到模型一系列的输入输出数据流选择自己的工具pytorchtensorflow搭建简单的模型框架这个过程一定要亲自动手进行搭积木从而了解模型背后的数学原理尤其对一些常用的模型了解背后的数学原理做到魔改尤其是本方向的特定任务要非常熟悉从而进行创新。
1.5 设计实验
一般读论文开始要格外关注实验的设计评测指标是否选择合理在跑实验的时候发现效果不好要思考为什么不好是什么原因导致这种效果你选择的模型的假设是否和数据有什么冲突特别是面对效果很好的时候要稍加注意。
不要放弃如果做不下去说不定可以找到一些衍生的点。一定要总结发现问题。
1.6 如何写论文
那么实验有了要整理实验准备写论文写好论文 首先要逻辑过关保证基本的语法找出研究领域内的高频词常用词和通用词可以做一次系统性的语法学习 大量阅读论文摘抄经典句子通用句子优美句子可以先不要看摘要练习复写摘要 可以先给老师讲清楚创新点防止出现逻辑的一些突然转折不清楚的问题。
2.日常内功修炼
2.1 读论文
从大量的论文中分析出粗读论文和精读论文一般每周精读3-5篇相关论文。那么要读到什么地步呢就要从一篇论文回答以下的内容 记住作者的名字进而follow 记住题目主要是为了防止可以尽快找到 要非常容易的说出本篇论文有什么缺点毛病 很容易用一句话说出本篇论文为什么新很容易发表他的贡献点是什么。 可以很容易说出和这篇论文有类似的若干篇论文 很容易说出本篇论文的技术细节 很容易说出本篇论文的实验细节 最难的是怎么想着把本篇论文的创新点应用到本方向。
2.2 学机器学习 没事可以学习机器学习的东西决策树SVM了解其中的背后的数学原理 经常参加学术报告 系统上过一门机器学习公开课 数学推导写出简单的笔记当作是最终的理解可以用白板推导。 以代码实现为最终掌握
2.3 写代码 必须掌握一门语言一般难度的模型应该三天左右可以复现 找一个成熟的工具包或者代码库入手进行拓展而且练习时要做到良好的代码风格。 做到复用 一定要做到代码开源结果能够复现就好平时多做积累
2.4 观察数据收集数据 可以清晰准确快速的了解一个数据集合和自己当前任务的关系比如有100个实验那么就要做100次实验吗如果能够做到对数据了解那么里面有的方法可以推翻不需要做实验或者做实验的过程中就可以判断这个方法的好坏清晰预判一个方法在一个数据上的正确结果哪些方法可以适用哪些不适应自己一定要清楚。 能够发现实验结果中的一些问题进而总结实验中的一些规律多看一些bad case总结规律。 总结一下在三年或者四年的学习中你是否具备了以下条件 1.掌握一门编程语言可以自己动手完成一个模型的主干框架的开发。 2.熟悉基本的机器学习基础要做到能够白板推导出来。 3.掌握自己本方向自己之前从未做过的任务 4.能够独立发表一篇本方向的相关论文做到独立科研 5.能够带领低年级同学做科研。
3.常见科研误区 不要认为ccf-a一区的论文就是最好的要辩证的看法不要在于来源学会找准创新点 不要认为调参能找到好结果如果是好的方法调参不应该很艰难 如果有一组参数效果很好但是其他组参数都不太好,需要高度注意 不要把模型弄的过于复杂要想办法提取核心的创新点。 不要搭积木一个好的创新点要好于三个分散的创新点。 在投稿前都应该问一下本文在这个工作中解决了什么问题技术创新是什么别人读了会有什么收获。 学会讲故事营造问题。
4.赏析好论文
可以以Language Models are Unsupervised Multitask Learners 和 Language Models are Few-Shot Learners 这两篇论文自己赏析一下找到好的句子温故知新。 关注下方《学姐带你玩AI》
论文资料比赛方案面试经验all in
码字不易欢迎大家点赞评论收藏
