Skip to content

递归学习

此时,读者已经具备了全部的先决条件,并可以踏足深度学习的大门了,而在此之前,在深度学习的基础学习部分,读者也已经了解了绝大多数深度学习领域的主流方向。读者大可以选择其中的一个方向,并且在如 arxiv 或者 CVF 上面查看这一领域的最新成果,并且加以阅读。

可以预想到的是阅读这些内容必将伴随着各种抽象的概念以及晦涩的内容,所以在此笔者推荐读者使用递归学习这一方法,这能显著地拓宽读者的知识广度,并且帮助读者快速到达在某一领域较深的知识深度。具体的方式大致是,面对不懂的地方,查阅博客或者论文,并且进一步发现不懂的内容,不断查找下去,直到自己懂的内容,然后开始回溯,一步步向上学习,最后理解这篇论文。本质上是一种对于知识树的一种“深度搜索”,自然也不难理解,对于入门一个新领域的最佳实践,也是阅读这一领域中权威性的最新成果,以在这一领域知识树的顶点向下搜索。

实际上读者会发现,绝大多数的论文都是建立在故事线之上,而存在结构性的开创性的创新绝对在少数,但是尽管如此,读者依然有必要总结其中 Idea 的精华部分,并且加以学习。

只有阅读足够多的论文,了解更多的内容,并且学习到更多的知识,才可以培养自己的科研品味,这是很重要的。

Released under the MIT License.