阅读和实现深度学习的论文初学者指南
能够使用代码实现最新的论文对于数据科学家来说是一项极具竞争力的技能。
如果想了解黑匣子内部发生了么，提高创造力或成为第一个将最新科学研究带入业务的开发人员 这篇文章应该可以帮到你。
我们将讨论如何选择一篇“好”的论文作为开始，这对于初学者来说会比较容易；本文中将概述典型的论文结构以及重要信息的位置；并提供有关如何处理和实现论文的分步说明，并分享在遇到困难时可能有所帮助的链接。
从哪儿开始？
如果你想让你的学习顺利无压力的开始，应该找一篇“好”的论文。作为起点建议选择一篇描述你熟悉概念的并且被引用度高的论文。
高引用率的旧论文通常解释了非常基本的概念，这些概念也是最近研究的基础，这些基础知识会更好的帮你理解最新的论文。但是要记住对于深度学习，2016 年之前的论文已经过时了。引用量高的论文意味着许多其他科学家能够理解并使用该方法，也侧面说明了该方法是可重复的。要找出特定论文的引用次数，可以在 Google Scholar 中搜索它。引用次数超过 1000 次的论文被认为是高被引论文。
最后，较旧的论文描述了更简单的概念，这对初学者来说是一个很大的优势。
论文结构：忽略什么，读什么
典型的深度学习论文具有以下结构：
- Abstract
- Introduction
- Related Work
- Approach in Details
- Experiments
- Conclusion
- References
