科研小结
根据自己硕士期间的学习轨迹,给出的一点建议。以下教程基本读研之前也就是大四下学期和暑假期间要自学完,读研开始直接就做实验写paper
语言方面
python:这个学习python的基础语法挺好的,同步练习
matlabe:当初学习的网站已经收费了,可以自行去网易云课堂,幕客等找下视频。或者看官方文档
代码最好花一两天(千万别拖太久,时间越短越好)把基础语法看完,一边看一边上手写。代码背是没用的,一定要多写。
机器学习书籍推荐
李航《统计学习方法》
周志华《机器学习》
AI圣经《深度学习》
机器学习视频推荐
吴恩达大大的视频一系列都挺推荐的,然后朋友推荐徐亦达的也挺不错(只是口音比较重)
吴恩达大大视频原本在coursera上面,但因为国内防火墙问题经常被强,所以在网易云上也有一套一样的。但网易云的不支持答题和课后编程练习(听别人说后来答题和练习功能也做好了)。coursera可以。所以如果可以还是建议coursera上学习。
机器学习(通熟易懂)
coursera链接:https://www.coursera.org/learn/machine-learning?网易云链接:https://study.163.com/course/introduction/1004570029.htm 看了下下架了。
deep learning
深度学习主要就是神经网络,神经网络在机器学习有介绍,深度就是神经网络层数加深,当然最主要是用在图像方面的深度卷积神经网络,这个视频课程有点多,包含五个大块。看完可能要一个学期。多利用下课余时间吧。
coursera链接:https://www.coursera.org/specializations/deep-learning
网易云链接:https://mooc.study.163.com/smartSpec/detail/1001319001.htm
学完这些你自己肯定能写一点东西了。但造轮子是个痛并快乐的事,快乐的是轮子造出来的那一刻的成就感和喜悦感。痛苦的事,造个轮子还要自己种橡皮树。所以合理的利用资源吧。学习一个现成的深度学习框架,个人推荐Tensorflow 个人推荐pyTorch(小声bb,成功从tensorflow跳坑pytorch)(不是绝对,别的啥caffe pyTorch tensorflow也行,这些我也用,只是主要用Tensorflow PyTorch毕竟精力有限又要有个能拿出手的)
个人建议,走工程的学tensorflow 如果做学术科研,学pytorch。因为做工程用python训练出来的模型最后都要做成服务的。一般都会用Java来封装(资源调度,多线程并发Java要比python靠谱,大公司基本采用Java),tensorflow对java 支持比较好,如果是做研究pytorch更容易上手。
书籍方面很多需要的自己百度。视频方面推荐一个半天能学完的(视频标记的是一个月吧,但真的,半天够了。然后就是多写多练)
https://www.coursera.org/learn/introduction-tensorflow/home/welcome
吴恩达大大的英语真好听,耳朵怀孕的那种,让我一个英语渣渣都反复听了两遍,没办法好听
台湾李宏毅老师的课程,比较风趣幽默。每个章节基本独立的。用到哪个针对性的去看,有空全看完也行。
http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLSD15_2.html
查论文
http://xueshu.baidu.com/
https://scholar.google.com.hk/
paperdigest 根据关键字查文献,并根据查出的文献写个小的综述
查源码
https://paperswithcode.com/datasets上可以通过论文名称查到是否公开源码,导航栏中还有SOTA mathod, 公开数据集等。
文献管理用endnote(强烈推荐,跨平台,教程可见Endnote教程)
公式编辑用mathtype
论文撰写Latex
科研网站
deepl AI翻译网站,相比于百度翻译 google翻译 更适合学术论文
quillbot 写作时语法修饰,平时写的时候先用grammarly 检查下小的语法错误,然后可以整段丢这里面,来进行简单润色。
本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 ,转载请注明出处!