1
這里是，油管Artificial Intelligence Education專欄，原作者Siraj Raval授權雷鋒字幕組編譯。
原標題 How to Read a Research Paper
翻譯 | 王飛 J叔 字幕 | 凡江 整理 | 林尤添
無論是對于機器學習，密碼學，分布式一致性，還是網絡學科，閱讀文獻都是一門藝術。為了真正理解計算機科學某個主題下作者的觀點，我們必須了解所在子領域當前的研究現(xiàn)狀。雖然我們很容易贊同那些被眾人追捧的觀點，但是在評價中保持批判性以及中立思維，是一項我們應該掌握的能力，博士生在研究生階段會被針對性地培養(yǎng)這種能力。自己也可以通過持續(xù)的耐心，練習來培養(yǎng)這種能力。
一、我為什么要讀論文
大多數(shù)人的閱讀動力來源于自己所設立的目標。這個目標可以是更深入了解激活函數(shù)或者也許是利用了注意力機制的概率模型，一旦有了目標，達到這個目標的閱讀方法會很容易想出來。沉迷于機器學習論文繁雜的數(shù)學演算并不是追求的目標，你的精力應該放在你想要實現(xiàn)的目標之上。
第一步，瀏覽整篇論文，大致了解它的內容。如果標題聽起來很有意思并且是相關的，就可以繼續(xù)閱讀。接著讀摘要，摘要起著簡要介紹論文成果的作用，人們可以將其作為一個概覽。然后開始瀏覽論文剩下的部分，這個時候需要仔細讀介紹，然后讀小節(jié)及子小節(jié)的標題，但是這樣會忽略掉一些東西，主要忽略數(shù)學部分。注意不需要在這個時候讀太多數(shù)學的部分。最后閱讀結尾處的結論和引用文獻。在這一步中我們需要假設這些數(shù)學演算是正確的，第一步的目的主要是能夠理解作者的目的，論文的主要貢獻，論文嘗試解決的問題。一旦完成了這一步，可以去看看其他人對這篇論文的看法，然后把自己的想法和他們的作比較?？偟膩碚f，第一步的目的是確保這篇論文值得我繼續(xù)花時間去分析研究它。
第二步， 這一步就需要我們讀第二遍論文，這次需要讀得更加細致，最好邊讀邊做筆記。在通讀了全文之后，嘗試去充分地理解論文中出現(xiàn)的數(shù)學演算。接下來讀文中所有有價值的圖形圖像描述，確保自己能夠充分的理解算法。很多時候，作者會通過因式分解得到一個方程，我們在這一步中應該盡量去避免這類分析。當讀到論文實驗的部分時，就需要對實驗結果進行評估，確保實驗室是否可重復，支持結論的證據是否足夠。在github很可能會有與之相關的代碼可供使用，把這些代碼下載下來閱讀，然后試著去編譯和運行代碼來重現(xiàn)結果，代碼中的注釋或許能夠幫助我們進一步理解論文。盡量在網絡上尋找相關資源來幫助我們解釋這篇文章，一篇受歡迎的文章，一般情況下網上應該有人已經做過解讀了，這會讓我我們更容易找到核心要點。
第三步，主要涉及數(shù)學方面的東西，在這一步中注意力主要放在真正弄懂每一個數(shù)學細節(jié)上。最好在紙上獨立解下方程，可以利用維基百科來理解一些數(shù)學概念，如相對熵。如果自己感覺足夠好，可以試著利用論文中，描述的超參數(shù)設置和方程來通過程序實現(xiàn)論文。
閱讀論文并不容易，沒有人能夠做到很快地讀完并理解復雜方程的一系列操作，要點是要永不放棄，化沮喪為動力，就能搞懂這篇論文，掌握這個主題，并對它游刃有余。當你構建起自己的知識體系的時候，這些會變得更加容易。最后不要羞于尋求幫助，網上有很多圍繞機器學習最新研究的團體和社區(qū)，通過發(fā)布自己的問題來接觸研究者，實際上，通過向你解釋，以便你能明白，實際上幫了他們一個忙，因為所有的科學家都需要更多的經驗來解釋復雜的話題。
推薦的學習網站：
https://www.reddit.com/r/MachineLearning/
https://www.elsevier.com/connect/infographic-how-to-read-a-scientific-paper
https://www.quora.com/How-do-I-start-reading-research-papers-on-Machine-Learning
https://www.quora.com/How-do-I-start-reading-research-papers-on-Machine-Learning
https://machinelearningmastery.com/how-to-research-a-machine-learning-algorithm/
http://www.sciencemag.org/careers/2016/03/how-seriously-read-scientific-paper
更多文章，關注雷鋒網
添加雷鋒字幕組微信號（leiphonefansub）為好友
備注「我要加入」，To be a AI Volunteer ！
雷鋒網雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
