Ref：https://github.com/wwCarrie/learning_research
入门科研路线
- 学习基础的深度学习知识
- 做项目，掌握某一论文细节，复现
- 选择科研方向，制定学习计划
- 看课程
- 旁听科研项目、讨论
- 做自己一作的project，投稿
学习计划如何指定
- 初步目标
- 下一步目标
计划安排
- 学习算法
- 看论文
- 学习代码，理解算法
- 在代码框架下复现论文
- 自己使用新数据，在自己写的代码上跑
- 学习学长相关论文
- 同上+交流
- 做实验过程中阅读相关论文
科研具体流程
研究风格
- 非常明确且长期的目标，问题驱动式科研
- 找到有价值的问题
- 不畏难地填坑，挑战“没答案”的问题
- 把问题解决到99%程度的意识
- 极强的技术能力：多阅读论文，积累技术
- 尝鲜新技术
宝贵品质
划分阶段
- 基本功阶段
- 影响力阶段
品质
- 健康
- 专注
- 冷静
- 合作
总结
- 做科研应该多花时间找正确的问题
- 要Aim high，并且敢于行动
- 敢于拥抱变化
- 遵循第一性原理解决问题。打补丁短期能解决某些问题，长期一定会被淘汰
- 独立思考，总结出自己的一套
意识
- 系统思维、目标管理
- 商务动态分析方法
- 科研品味
- 精力花在判断上：方向不将就，执行粗略快速验证
- 阅读足够多论文
- 跟有taste的人共事（讨论）
- 深耕领域
- 选择不做
- 能发论文但不重要
- 有市场但不值得做
问题：
- 技术细节
- 工作解决了什么问题
- 和之前方法对比本质区别
每周练习：
- 每周想一些ideas，和senior advisor以及身边的同学讨论这些ideas好或者不好
- 和不同的researchers交流，询问他们research上的big picture，看看他们觉得什么问题比较重要，看看他们一个project怎么选择课题
- 思考不同论文的引用量不同
- 深耕
- 重要问题的敏感度，价值和影响力
- 技术敏感度，前沿方向和技术
- 对外蒸馏知识
- debug算法与代码思路