1 為什么讀論文
構建知識體系：通過Related Works快速了解該方向研究現狀，追蹤經典論文
緊跟前沿技術：了解領域內新技術及效果，快速借鑒到自身項目
培養科研邏輯：熟悉論文體系，了解如何創造新事物，培養良好科研習慣
寫論文：讀書破萬卷，下筆如有神
面試找工作：涉及大量面試問題，豐富簡歷必備
2 讀哪些論文
論文類型角度
綜述論文：快速熟悉某領域發展歷程、現狀及子方向，了解領域內基礎概念及關鍵詞
專題論文：介紹具體算法，可學習其設計思路，實驗技巧，代碼實現等具體技術
論文質量角度
高質量期刊會議：CVPR,ECCV,ICCV,AAAI,NIPS,ICLR,ICML等
高引論文：同行間普遍認可參考，借鑒的論文
知名團隊：Yoshua Bengio,Yann LeCun,Geoffrey Hinton,Andrew Ng等
有代碼論文："Talk is cheap.Show me the code."
推薦網站：https://paperswithcode.com
3 如何找論文
未知論文題目：依關鍵字搜索相關領域論文。
1.知網：尋找優質綜述，快速入門
2.百度學術，google scholar
3.arXiv：https://arxiv.org 論文預印本（preprint）平臺
4.頂會：CVPR,ECCV,ICCV,AAAI,NIPS,ICLR,ICML等
是否優質，看IF
IF（Impact Factor，影響因子）：期刊前N年發表的論文被引數除以前N年發表的論文數，通常N=2或N=5
JCR（Journal Citation Reports,期刊引證報告）：統計SCI期刊的論文引用數據，給出各期IF
SCI期刊分區：
? JCR方式，yi、二、三、四區各占25%
? 中科院方式，一區為前5%，二區為5%-20%，三區為20%-50%，四區為50%-100%
sci-hub:一個能繞過科研論文收費的神奇網站
PMID（PubMed Unique Identifier,PubMed唯一標識碼）：PubMed搜索引擎中收錄的生命科學和醫學等領域的文獻編號
DOI（Digital Object Unique Identifier，數字對象唯一標識符），相當于文獻的數字身份證
10.1109/CVPR.2015.7298594
10.1109/CVPR.2017.243
百度學術 文獻互助：http://xueshu.baidu.com
4 如何整理論文
統一命名格式：時間-作者-提名；時間-關鍵詞-提名
按類別歸入文件夾
檢索：電腦自帶搜索工具，搜索關鍵詞
借助論文管理軟件：endnote（收費）,Mendeley（推薦）,Zotero,Citavi等
5 如何讀論文
讀論文的困境
重點難把握：10多頁文字，難在找到終點，關鍵點
論文關系復雜：論文之間存在相互借鑒引用，需耗費時間岑能理清技術發展歷程
公式圖標難懂：公式復雜，參數過多，難以理解
難以堅持：世上無難事，永不放棄
不同人群閱讀差異
入門的學員們：學習知識為主，要求面面俱到；
工業界工程師：借鑒算法為主，注重算法實現。
讀論文三部曲：泛讀，精度，總結
泛讀
快速瀏覽，把握概要。
讀標題，摘要，結論，所有小標題和圖表
泛讀目標及效果自測：
1.論文要解決什么問題？
2.論文采用了什么方法？
3.論文達到了什么效果？
精度
選出精華，仔細閱讀。
精度目標及效果自測：所讀段落是否詳細掌握
總結
總覽全文，歸納總結。總結文中創新點，關鍵點，啟發點等重要信息
論文閱讀效果自測
回答三個終極問題：
1.你是誰：論文提出/采用什么方法，細節是什么
2.從哪里來：論文要解決什么問題/任務，其啟發點或借鑒之處在哪
3.到哪里去：論文方法達到什么效果
論文中可借鑒地方總結
論文結構
1.Abstruct:論文簡介，闡述工作內容，創新點，效果
2.Introduction:介紹研究背景，研究意義，發展歷程，提出問題
3.Related Work:相關研究算法簡介，分析存在的缺點
4.Our Work:論文主要方法，實現細節
5.Experiments:實現步驟及結果分析
6.Discussion:論文結論及未來可研究方向
論文代碼學習方法
1.任務定義：搞清楚程序的目的，為了實現什么任務
2.數據來源：源碼渠道，數據集類型，數據集的來源
3.運行環境：運行環境，實驗工具，第三方庫
4.運行結果：能否運行成功，運行代碼后出現什么樣的結果
5.如何實現：代碼整體架構，每部分實現細節
6 paper學習路徑
基礎知識
Python基礎
1.編程基礎
2.機器學習庫
神經網絡基礎知識
一、神經網絡與多層感知器
1.人工神經元：MP模型
2.多層感知機
3.激活函數（sigmoid/tanh/relu）
4.反向傳播（BP）：梯度下降，學習率
5.損失函數：MSE/CE;Softmax函數
6.權值初始化
7.正則化：L1,L2,Dropout;提及BN/GN/IN/LN
二、卷積神經網絡基礎
1.卷積神經網絡簡介
2.卷積層
3.池化層
4.Lenet5
三、循環神經網絡
1.rnn循環神經網絡
2.lstm長短記憶循環神經網絡
3.gru門控循環單元
數學基礎
1.矩陣計算
2.概率論、信息論
PyTorch入門
1.PyTorch簡介及安裝
2.PyTorch人命幣分類
3.PyTorch數據讀取模塊
4.PyTorch數據增強
5.PyTorch Module模塊
6.PyTorch常用網絡
7.PyTorch損失函數
8.PyTorch優化器Optimizer
9.PyTorch可視化TensorBoard
10.PyTorch使用技巧GPU/Finetune/保存加載
CV圖像基礎
一、圖像基礎知識
1.數字圖像
2.圖像的屬性
二、常見圖像處理
1.繪圖、添加文字
2.圖像幾何變換
3.圖像濾波與增強
4.形態學變化
三、圖像分割
1.閾值分割
2.邊緣檢測
3.連通域分析
4.圖像輪廓
5.區域生長
6.分水嶺算法
四、圖像特征與目標檢測
1.圖像特征理解
2.形狀特征
3.紋理特征
4.模塊匹配
5.人臉檢測
6.行人檢測
五、運動目標識別
1.攝像頭調用
2.視頻的讀取與保存
3.幀差法
4.光流法
5.背景減除法
NLP基礎知識
一、文本特征
1.詞袋bag of words BOW
2.分布特征（distributional）
3.tfidf權重
4.n元語言模型
5.語言學特征：句法樹
二、Nlp相關任務
1.文本分類
2.序列標注
3.翻譯、摘要生成、信息抽取等
4.文本生成NLG
————————————
僅用于本人學習
來源：網絡
