如果说做科研有什么必备技能,那么读论文一定是不可或缺的。
一个专业的研究员一年需要花上百小时在论文的阅读复现上,所以阅读的技巧很重要。
然而,最大的BUG是,很多科研er不是专业研究员,根本不知道该如何阅读并复现论文,更别说阅读复现的技巧了。。。
为了科研初学者扫清读论文的障碍,我们特意邀请到CVPR顶会论文的作者,给大家带来人工智能-CV方向论文带读。
扫码免费参与paper带读课程赠导师亲自整理100+篇顶会论文合集01
带读讲师简介:Paul老师
-某华五高校人工智能博士
-研究方向:图像去噪、图像超分、三维重建、多模态生成与编辑、暗光增强、图像编码、视频编码等
-共发表10余篇SCI国际期刊和EI会议论文,包括一区期刊IEEE Transactions on Pattern Analysis and Machine Intelligence (影响因子24.314),IEEE Transactions on Circuits and Systems for Video Technology (影响因子5.85)等;CCF-A类会议论文IEEE CVPR, AAAI,NIPS, CCF-B类会议ECCV等。发明专利授权6项
-长期担任计算机视觉、人工智能、多媒体领域顶级会议CVPR, ECCV, ICCV, AAAI等审稿人
-指导博士研究生、硕士研究生、公司实习生10余人,帮助多名同学成功发表SCI 2区,3区论文多篇
02
课程亮点
亮点1:领读人和论文精挑细选
由在CV、NLP领域耕耘多年的科研大神带你精读最新顶会论文,大神拥有顶会论文审稿经历,可充分把握人工智能领域发展的风向标。
亮点2:算法与论文齐头并进
逐句分析论文中各段落、语句之间的关系,算法创新模型与科研论文创作技巧并学,以深厚的SCI英文论文写作功力和深耕多年的科研经验带领大家层层闯关。
亮点3:全方位剖析,拒绝泛泛而读
针对论文,除了最基本的算法模型讲解外,更将从顶会审稿人的角度深入剖析论文价值,并讲解论文泛读/精读的方法策略、写作方法策略、复现思路、代码分析……
更多cv顶会带读篇目:
CV图像分类(10篇必学主干网络论文)
Alexnet-深度学习CV领域划时代论文
VGGnet-开启3*3卷积堆叠时代
googlenetv1-提出多尺度卷积模块
googlenetv2-神经网络大杀器:BN层提出
googlenet v3-卷积分解及结构进化,超越人类精度
resnet-工业界标杆模型,最具影响力的卷积神经网络
googlenetv4-lnception与ResNet结构的尝试
ResNext:何恺明团队对ResNet重大改进
densenet:ResNet的改进
SEnet-引入注意力机制的卷积神经网络
论文阅读技巧原则:
1.批判性阅读。
批判性阅读涉及提出适当的问题。如果作者试图解决问题,那么他们正在解决正确的问题吗?作者似乎没有考虑过简单的解决方案吗?解决方案的局限性是什么(包括作者可能没有注意到或明确承认的局限性)?作者所做的假设是否合理?给定假设,论文的逻辑是否清晰合理,或者推理存在缺陷?如果作者提供数据,他们是否收集了正确的数据以证实其论点,并且似乎以正确的方式收集了数据?他们是否以合理的方式解释数据?其他数据会更具吸引力吗?
2.创造性阅读。
更努力,更积极的思考。本文有哪些好主意?这些想法是否还有作者可能没有想到的其他应用或扩展?它们可以进一步推广吗?是否有可能在实践上产生重大差异的改进?如果您打算从本文开始进行研究,那么下一步将要做什么?
3.做笔记。
标记最重要或可能有问题的数据。这样的努力有助于您第一次阅读论文并在几个月后不得不重新阅读论文时获得丰厚的回报。
4.阅读完第一遍后1-2段总结。
作者最初提出的问题以及他们提供的答案。如果用一两句话来概括论文很容易,所以请返回并尝试通过概括主要思想中的三个或四个最重要的子要点来加深提纲。
5.与其他工作对比。
这些想法真的新颖吗?还是它们以前出现过?一些论文提出了新的想法;另一些则实现了想法,并展示了它们是如何工作的。其他人则将先前的想法融合在一起,并在一个新颖的框架下将它们结合在一起。了解该领域的其他工作可以帮助确定论文的实际贡献类型。
如果你有以下问题
1.无法透彻理解Paper,不能复现代码
2.无法提出创新优化,导致论文发不出
3.无法系统的学习深度学习知识
4.论文不知道从哪个论文资源平台找
Paper带读系列课程你绝对不容错过,由qs前50导师倾力打造,课程涵盖计算机领域全方向,每周持续更新。按照个人的学习能力和技术深度,设计了不同的阶段课程带你层层闯关,掌握学习论文的能力!
01
你将获得
1.获得阅读Paper的正确方法
2.得深度学习领域经典和前沿知识及发展脉络
3.洞悉优秀科研团队的研究方法、思路
4.细化吸收配套代码,快速借鉴用于自己的科研上
5.可以找到自己的论文创新点,提高自己的思维框架能力
02
适用人群
1.想学习人工智能但不知道如何入门的0基础小白2.论文能力差,想提升自己的论文阅读能力的同学
3.有一定基础想提升人工智能相关领域水平的学习者
4.通过比赛实战提升代码能力等技能、增加简历含金量