1、为什么要读论文
快速了解研究现状、紧跟前言技术、模型是如何被创作出来的、需要写论文、面试找工作
2、读哪些论文
综述论文：发展历程、现状、子方向、基础概念、关键词
专题论文：具体算法、设计思路、实验技巧、代码实现
高刊：CVPR、ECCV、ICCV、AAAI、NIPS、ICLR、ICML
高引论文：同行认可、可参考、可借鉴
知名团队：Bengio、Hinton、Andrew Ng等
有代码论文：https://paperswithcode.com/
3、如何找论文
论文题目未知情况下：关键词搜索相关领域的论文
知网：找优质综述
百度学术、谷歌学术、arxiv论文预印本平台、顶会
是否优质：IF影响因子，JCR引证报告
SCI分区，JCR方式，1-4区各占25%
中科院方式，1区：5%，2区：5%-20%，3区：20%-50%，4区：50%-100%
sci-hub:绕开科研论文收费的网站：https://sci-hub.tw https://sci-hub.si https://sci-hub.se
DOI:数字对象唯一表示符，文献的身份证
百度论文求助
4、如何整理论文
统一命名方式：时间-作者-文献名或者时间-关键词-文献名字
按类别归入文件夹
检索：关键字
论文管理软件：mendeley、zotero、citavi、endnote(收费)、noteExpress
5、如何读论文
论文的难点：重点难把握、论文的公式和图表难理解、论文间关系复杂、难以坚持
在校学生：学习知识为主，面面俱到
工业界工程师：算法实现、借鉴算法、用于实践
论文三部曲：泛读（快速浏览，把握概要：标题、摘要、结论、小标题和图表）、精读（关键内容仔细阅读）、总结（创新点、新颖的点、启发点）
【泛读目标和效果自测】:论文要解决什么问题、采用了什么方法、达到了什么效果
终极问题：
- 1、论文提出什么方法，细节是什么
- 2、论文要解决什么问题，其启发点或者借鉴之处在哪里
- 3、论文方法达到什么效果
论文结构：
- 1、摘要：abstract，论文简介，工作内容，创新点，效果
- 2、背景：引言
- 3、相关工作：分析存在的缺点，把这些缺点作为自己论文的要解决的问题
- 4、主要工作：论文主要方法和实现细节
- 5、实验：实现步骤及分析结果
- 6、讨论：论文结论和未来研究方向
论文代码学习方法：任务定义、数据来源、运行环境、运行结果、如何实现
6、paper学习之路
python基础：python基础、机器学习库
数学基础：矩阵计算、概率论、信息论
神经网络基础知识：卷积神经网络、循环神经网络
深度学习框架：pytorch框架
方向1：CV图像基础
图像分割、目标检测、GAN、OCR、轻量化网络等
方向2：NLP基础知识
预训练模型、信息抽取、图神经网络、句子匹配、知识图谱等