前言
在读了六七篇论文之后感觉不太得劲，有点难受，想起来之前看过一篇公众号文章讲的这个，但二手知识读完感觉还是不舒服，还是找到了原视频（需要科学上网，盲猜b站应该有，可自己找找）看完了。
论文
论文收集整理
- 从各个渠道（比如arxiv.org, GitHub）搜集到的有关资料都可以放到文件夹里，要搜索的时候直接找关键词
- 凭感觉二次挑选想看的（我会在前面加上*，《认知觉醒》中也有提到，这里再次复现）
怎么读论文
- 不要从头一个一个字读到尾（我最早犯的错之一，从头读到尾只会耗尽自己对学习的热情），读完论文如果能有找到小组一起讨论就更好了（好像某个金字塔学习理论也强调小组讨论的效果远大于自己读一遍）
- 分四次读论文
(1) 读Title, Abstract, Figures
(2) 读Introduction, Conclusion, Figures，主要是为了充分理解关键信息 （想多了解的话也可以看Related Work，但Related Work）
(3) 读全文，但跳过各种数学公式，当然如果要深入了解，理解数学跑不掉
(4) 再读全文，但跳过其他看不懂的东西，因为作者写的时候受限于时间，他也不知道哪重要，哪不重要 - 向自己提问
(1) What did the authors try to accomplish? （作者想要实现什么？）
(2) What were the key elements of the approach? （论文关键点是什么？）
(3) What can you use yourself? （自己能如何使用？）
(4) What other references do you want to follow? （有哪些参考是你想要跟进了解的？） - 做完成列表（原本是放在上一个部分的，但我觉得放这里好理解）
(1) 对所有相关资料都要有0%-10%的理解
(2) 最后尽量将自己感觉最重要的读到100%Papers 0%-10% 10%-20% 20%-30% 30%-40% … 90%-100% AlexNet ✔ ✔ ✔ ✔ ✔ ✔ …Net ✔ … ✔ - 吴恩达的指标：
(1) 对5～20篇的论文的理解为100% -> 对该领域有基本的了解了。
(2) 50～100篇 -> 你就成为高手了。
论文来源
- 大佬们的博客，社交媒体等等
- 很厉害的会议论文（CVPR，NIPS等等）
- 朋友（论文讨论会）
如何对付Math？
- 把原推导看到自己懂
- 把原推导扔一边自己推一遍
- 会了就会了，不会就重复1和2
如何对付Code/Algorithm？
- 把程序跑起来
- 把原推导看到自己懂
- 把原推导扔一边自己敲一遍代码
如何得到一个职位？
招聘者/大学招生人员（读博士之类的）
- 能力（知识水平，代码能力）
- 有意义的工作
- 对于比如AI这个非常庞大的领域内要有T-shape知识结构，如下图①；下图②③代表你啥都知道，甚至做了关于它们的一些小项目，但都不深入；下图④代表你没有什么foundation就一门心思想往下钻。②③④都不好。
星期六早晨困境（Saturday Morning Problem）
Saturday Morning Problem (以下简称SMP) 泛指在某个休息日的早上，你有很多选择，你可以选择读文章，打代码，做研究，当然也可以选择看电视。为什么SMP是个困难的问题，因为在下周一，你的老师，同学，老板不会看出你在周末为了进步做了巨大的牺牲，而你也不会突然变强，这意味着几乎没有短期奖励。解决SMP的办法是理解慢慢进步的力量，上文提到的对50-100篇100%的高水平论文的理解其实哪怕你一个月读一篇100%，五年也就达到60篇了，而且我们的成长肯定不是线性的。
如何选择职位？
- 和牛人/牛项目一起做事
- 关注你所在的团队/你会经常互动的团队（10~30人，最多50人）
- 提前了解你的顶头上司/带你的导师的方方面面
- Not on the “brand” of the comapny
- 意思是这个公司做的东西总是会和你擅长的不太一样，没有很强相关性
- 不要因为是大公司而接受不明不白的Rotation Program
重要建议！
吴恩达的建议：
- Stead reading, not short burst.（学得稳比学得急好，不要违背大脑的客观规律）
- Choose the things to work on that will allow you to learn the most（选择自己能学到最多的东西）
- Do important work! （不管在哪里都要做重要的工作！）