前段时间听了一个关于读论文的公开课课上的老师讲的非常好听完之后确实发现从以前看论文的没头没脑到现在的有了一些思绪的变化所以特此整理了一下分享给大家希望对大家有用。

在我们初次接触论文的时候经常性的遇到以下一系列的问题
①研究论文时无法透彻理解paper不能复现代码
②无法提出创新优化方案导致论文发不出
③还有无法按照技术演进思路系统学习深度学习知识
④不知道从哪个论文资源平台找论文
所以有的同学调侃世上无难事只要肯放弃

讲师从大家在学习paper面临的问题中从7个角度给一些参考方法

1、如何选择论文
2、查找论文的几个常用网址
3、如何筛选优质论文
4、如何精确查找已知论文
5、如何管理论文
6、如何阅读一篇论文
7、论文paper学习路径

1、如何选择论文

那目前论文每年新出的那么多如果不会选耗时耗力所以第一点如何选论文很重要我们可以从论文类型角度看

• 综述论文
  第一个是综述论文综述论文是对某一领域的研究历史和现状的相关方法、算法进行汇总对比分析同时分析该领域未来发展方向。所以综述论文是适合入门一个新领域的首选刚接触一个新领域首先要读的就是综述类的论文
• 专题论文
  第二个是专题论文就是具体的算法、模型的提出。有了相关基础知识我们就可以进入具体算法论文当中去学习其设计思路实验技巧代码实现等具体技术。
  但深度学习技术发展之快每天都有成千上百的新论文难免鱼龙混杂。所以需要挑出质量高的论文。读上百篇低质论文不如精通一篇高质量论文

所以如何选择高质量的论文,我们可以从以下几个方面入手
① 选择高质量期刊会议CVPR、ECCV、ICCV、AAAI、NIPS、ICLR、ICML等
② 选择高引论文同行间普遍认可参考借鉴的论文高引论文表明了这篇论文中的方法在该领域内非常重要这也是你在选择论文时一个非常重要的参考要素
③ 选择知名团队因为知名团队的论文质量相对较高例如 Yoshua Bengio、Yann LeCun、Geoffrey Hinton、 Andrew Ng等
④ 选择有代码论文我们都知道 Talk is cheap.Show me the code。这句经典名言。有代码复现的论文不仅质量有保证的在你实操复现的过程中才能得到及时的反馈和收获。毕竟很多论文的实验结果无法复现那么我们读了可能也没什么作用。

2、如何查找论文

问题来了去哪里找到我们要读的论文呢
首先推荐一个实用网站paperwithcode上面收集了大量论文及其代码实现大家可以在上面寻找论文去阅读。
有些同学可能疑惑了对于未知论文题目的论文如何进行检索
一般来说我们只有关键词想通过关键词来寻找相关论文来阅读那么我们可以通过以下4种方法
1通过知网寻找优质综述快速入门并通过参考文献收集大量论文题目
2通过搜索引擎这里常用的有百度学术和google scholar这些搜索引擎上能找到大量的相关论文
3arXivarXiv是预印本平台。现在大多数论文在发表之前都会先公布到arXiv上占坑。这是由于技术发展之快论文等不到见刊就需要先公诸于世让大家先看到这个方法是作者提出来的
4到顶会中搜索相关关键词紧跟技术发展

3、如何筛选优质论文

通过以上途径可以搜索到成千上万的论文但是如何筛选优质论文呢
那需要看论文所在的期刊是否优质评判期刊优质的方法是看期刊影响因子

期刊影响因子是大家公认的期刊质量评判指标它的计算方式是
采用期刊前N年发表的论文被引数除以前N年发表的论文数通常N=2或N=5

除了看IF更方便快捷的方法也可以看期刊的分区一区优于二区二区优于三区以此类推

在这里我们需要知道分区的方式主要有两种一种是JCR一种是中科院。JCR是国际通用的方式而中科院的方式仅在中国适用

以上方法是针对未知论文题目我们应该从哪里找到论文

那如何精确查找已知论文呢
这里给大家安利一个能绕过科研论文收费的神奇网站——sci-hub注意由于它这个神奇的功能所以它的网址经常需要变动。
打开网站我们可以搜索URLPMIDDOI或字符串就可以打开论文进行阅读下载。
PMID是PubMed中收录的文献编号并且是唯一的。DOI是数字对象标识符每一篇论文都有这个编号相当于论文的数字身份证我们可以通过DOI快速的锁定论文。

我们可以看一看两篇经典论文的DOIDOI分为前缀和后缀后缀是颁发机构。举个栗子从下面图中我们可以看到这两篇论文都出自CVPR


2、百度学术的文献互助功能。通过搜索点击求助文献等待有资源的朋友上传论文就可以了。这个功能还是比较实用比较快捷的

3、其他领域
知网寻找优质综述快入入门
google scholarscholar.google.com 构建知识体系
arXivarxiv.org 论文预印本preprint平台
关注顶会CVPR、ECCV、ICCV、AAAI、NIPS、ICLR、ICML等

4、如何管理论文

我们学习的论文太多所以需要论文的管理
1PDF格式论文通过命名进行管理。推荐两种命名格式
时间-作者-题名的方式 或者时间-关键词-题名的方式。
将同一个作者的同一个研究进行归类可以清晰的看出这个研究的发展。除了规范的命名我们还需要将同类的论文放到同一个文件夹中方便我们查找。
2论文管理软件如果涉及成百上千的论文管理那么推荐使用论文管理软件
常用的有endnotemendeleyZotero等等大家可以根据需要自行下载安装管理软件。【这里提醒大家endnote是收费的mendeley是免费的下面就是mendeley的界面我们可以看到它可以很好的管理大量的论文。】

5、如何阅读一篇论文

【本节敲重点】首先不同的人看论文侧重点不同
① 刚入门的学员这一类同学主要目的是学习论文中的知识点所以要求面面俱到尽量每个细枝末节都要学。
② 对于工业界中的工程师则需要注重算法实现部分要快速的从论文中知道如何复现算法应用到自己的项目当中。
那么推荐的论文阅读方法是分为三步首先 泛读再精读最后总结。再加上验证
1泛读
这里泛读的作用就是快速浏览把握概要如同吃火锅一样一大桌菜我们先看看桌上有哪些菜哪些菜是要吃的哪些是不吃的。比如火锅底料我们就是不吃的啦~
泛读阶段我们重点读标题、摘要、结论以及所有的小标题和图标。
下面我们举个例子对论文进行快速浏览

这是一篇CV领域非常经典的论文Alexnet我们先看题目题目是Imagenet classification with deep convolutional neural networks从题目我们知道这论文用深度卷积神经网络来做图像分类任务。

接着阅读摘要我们可以了解论文的概要清楚论文采用什么方法解决什么问题达到什么效果。接着我们要把论文所有的小标题给列出来将论文大卸八块了解论文都有哪些内容就像前面那一桌子火锅我们要先浏览每一个盘子里装的是什么菜

接着还要把论文的结论所有的图片和表格进行浏览更近一步了解论文中有哪些论证举例内容说明

在泛读之后我们要达到的水平就是能回答以下这三个问题这样才能算泛读完成。

第一问题论文要解决什么问题回想摘要我们就知道它是像要解决ILSVRC挑战赛中的分类任务

第二个问题论文采用了什么方法那么这篇论文采用了什么方法呢其实在题目中就告诉我们了采用的是深度卷积神经网络

第三个问题论文达到什么效果从摘要我们也能知道论文在ILSVRC2012比赛中以15.3%的top5 error夺冠

以上就是对泛读之后进行自我评测的三个问题

泛读完成之后对论文总体有了把握接下来就是挑选精华部分进行阅读

前面提到在校生与工程师读论文之间是有差异的更具体地就体现在精读部分

① 对于学员来说要学习更多知识做到面面俱到那么论文中的所有内容都是你的精华都需要仔细阅读仔细去品

② 对于工程师而言目标就是找到算法实施部分了解算法如何实现以及其中有哪些技巧更偏工程的看待论文。对于精读完成后我们要能够对所读段落了如指掌。这样才算完成精读

经过泛读精读最后需要对论文进行总结。

总结是对论文的创新点、关键点和启发点进行摘抄记录。对于有写论文发论文需要的同学来说这一步是至关重要的对论文的总结是为课题提出创新点打下基础。 总结部分也是仁者见仁在校生需要总结一切与写论文发论文有关的信息句子对于工程师可能更多的是总结算法实现的参数步骤实验细节等。

完成论文三步曲之后我们需要对阅读效果进行一个验证

验证的方法其实很简单就是回答三个终极问题你是谁从哪里来到哪里去 最后也要知道这篇论文有哪些是可以借鉴的

最后我们来看看论文结构要知道论文都有哪些内容构成每一部分会有什么信息。

这里总结为6个主要部分

1. 摘要摘要主要讲论文简介阐述工作内容创新点效果
2. 引言部分介绍研究背景研究意义发展历程提出问题
3. 相关工作相关研究算法简介分析存在的缺点
4. 本文工作论文主要方法实现细节
5. 实验部分介绍算法实现步骤及结果分析
6. 探讨部分论文结论及未来可研究方向

最后如何更高效地阅读论文并通过论文熟悉某个方向领域呢

学习论文是一个系统性的工程如何更高效地阅读论文并通过论文熟悉某个方向领域呢这就需要合理的学习路径

第一点基础必不可少。这里总结了必备的基础知识我们来看一下

1、Python基础这是毋庸置疑的必备基础我们后边代码实现就是基于python语言

2、数学基础包含矩阵计算、概率论和信息论矩阵计算在CV领域是必备知识概率论与信息论在NLP中也是常见的概念

3、神经网络基础由于深度学习属于神经网络因此神经网络的内容必须要了解特别地对于CV领域CNN是很重要的大多数CV任务已经被CNN统治对于NLP领域而言RNN是必不可少的知识

4、深度学习框架PyTorch除了理论基础实践的基础就是现在最热门的深度学习框架PyTorch我们需要了解如何利用pytorch实现数据读取数据增强如何构建模型如何设置损失函数优化器等等。而且PyTorch是现在最适合新手入门的框架代码简洁易读懂并且目前最前沿的技术论文大多数都有pytorch的实现学会pytorch可以快速的紧跟前沿技术。

第二点有了理论和实践的基础就要针对CV和NLP两个方向进行选择CV和NLP有着各自领域基础大家要根据自己方向进行基础知识的巩固学习。对于CV领域我们需要知道图像基础知识图像的基本处理方法等等内容。对于NLP方向我们需要了解什么是词袋分布特征是什么tfidf权重等基础知识。

第三点那我们巩固好理论、实践、方向领域上的基础之后就可以进入论文的baseline cv方向你应该选择领域内引用高同行间普遍熟知的论文包含alexnet vggnet googlenet resnet等等。

NLP方向的baseline你应该选择开创性、引用高和应用到实际业务的论文主要覆盖词向量、nlp深度学习主流框架和应用预训练模型等主流方向做到兼顾科研和工业应用平衡

第四点熟悉了baseline论文就算是入了门就可以根据自己研究方向及感兴趣的方向选择性的学习专题论文。对于CV常见的有OCR、GAN、知识蒸馏、目标检测、图像分割等等。对于NLP有文本分类句子匹配关系抽取等等

从中找到你想要研究的专题是很重要的如果你在初期阶段对细分专题没什么概念你也可以初步都学习了解一下找到自己感兴趣的专题针对特定研究方向深入学习

最后分享一些找论文的地址

1、如果大家想看中文论文可以以这几个期刊发表的论文为主去看非核心类论文可以不用看了。
https://shimo.im/sheets/wV3VV02XgoFdx03y/MODOC/ 《一些国内中文核心/EI期刊

2、【怎么查某个论文是SCIEI是几区的SCI?】http://www.letpub.com.cn/index.php?page=journalapp&view=search