Paper Reading 0 • AtPoint's Blog

前言#

在写之前还是先说说心里话吧，我知道做这个网站不一定会有其他人看，甚至以后我自己都会忘记更新。但是，也许这是在忙碌大学四年中给自己的旧相片，为自己留下的老唱片。

目前我就把这个当作是读过的经典Paper的收集册了。不过真正投身科研后，读过的Paper太多了，涉及的领域也不少，真不能保证每篇都有独到的理解，每篇都作出详细的分析，但是经典的、优秀的自然是会好好鉴赏的，只是更新网站的频率不会太高罢了。

反正，没关系。这里会陪伴我走很久很久。是到硕士，是到博士，还是说更高更远……我现在不在乎，至少正在打字的我是不在乎的。

机器学习#

对于现在的我，机器学习真算得上万恶之源，也是所有计算机学生在理论上进入科研的第一关。

其实现在来看，机器学习算是一门科研新生的数理课，其中的数学计算、算法构建也是值得研究一二的。

学习过程中什么方法都用过了。书籍：西瓜书、南瓜书……（可能是我太笨了，看书既不好理解，又不好坚持）如果喜欢看书的就推荐李航老师的《统计学习方法》 ||课程：B站的简博士 ↗（这个时间长要坚持，基础好入门）、白板推导 ↗（这个数学公式解释很清晰，但是很吃数学基础） ||实操：（如果想本科就业做量化……）Kaggle ↗、天池 ↗; github上按需查找

这里是我自己学习机器学习的笔记 ↗，包含机器学习的十大经典算法实现与分析。

深度学习#

深度学习算是我科研实操的开始，这些是我做过的DL项目 ↗，大部分是通过看致敬大神的鱼书 ↗、爆肝杰哥 ↗等视频来学习手操的。

后来，克服了语言障碍后，开始看CS231n（原汁原味 ↗、B站配音-不全 ↗），这个课程还是非常推荐的。里面还涉及很多经典内容（如transformer、大规模分布式训练、3Dvision、Robot），这对日后选择自己的研究方向或者单纯开阔视野都是极大的帮助。

结语#

其实吧，科研最重要的是一个好的开始和长久的坚持。找一个好的实验室（老师能管、学长能带、同辈能聊），选一个不讨厌的研究方向（做科研大部分都谈不上喜欢），读第一篇论文（第一篇论文是最难受的，是真的需要一字一句来理解的），比前面的那些长线作战计划来得更加实在、有效。