深度學習在哪里可以學習？

很高興回答您的問題，謝謝！

你或許有興趣學習更多深度學習研究方面的知識，但卻又從未有機會在實驗室里工作。你或許剛剛結(jié)束了一門在線課程或者訓練營，又或許你僅僅是好奇該領域內(nèi)的最新進展。那么你該從哪兒開始呢？

1.閱讀文獻

找到文獻里的關鍵部分非常重要。與對相關材料更有經(jīng)驗的人討論文獻內(nèi)容可以幫助你見微知著，并找到那些你更該專注學習的部分。

此外，你還應該多考慮論文的結(jié)構(gòu)和語境，而不是只理解其討論的表面內(nèi)容。

該領域內(nèi)最重要的尚未解決的問題有哪些？

研究結(jié)論在什么時候有用？為什么有用？

研究有什么局限性？

有沒有哪些洞見能被推廣到其它領域？

為什么其中有些思想影響廣泛而另一些則比較平庸？

有哪些內(nèi)容是作者在論文里沒有討論到的？

至少在深度學習領域內(nèi)，既有注重理論的論文，也有注重應用的論文。由于你大概是為了興趣和工作而來的，就這一點講，從應用型的開始讀可能更為容易，因為這類文獻的影響會更加具體。

不論你以前是否讀過論文，回顧一下閱讀論文的流程都能有點用處。首先要從緒論讀起，而不是摘要。通常情況下，摘要可能會讓你對論文里真正表述的內(nèi)容見解偏頗。要確保你對整體圖景有所理解，并且知道這篇論文是如何融入相關研究領域的。要辨別出研究背景的關鍵點，明確研究背后的問題，然后找出研究中所用的方案。

這樣，你就可能想去讀論文全文了，要密切注意研究的方法和結(jié)論。想辦法讓結(jié)論和摘要回過頭來與你對論文的思考聯(lián)系起來，然后去找一找其他人對論文的看法。這最后一步不是必選，因為你手上可能沒法馬上就拿到文獻評論，但這一步可以幫你了解作者的同僚是否支持論文的結(jié)論。

2.篩選論文

以頂級學術(shù)會議為基準，收集多個研究領域的年度文獻。比如，其中就有獲得過AAAI“杰出論文獎”和ICML“優(yōu)秀論文獎”的論文，二者分別是AI和機器學習領域的頂級會議。

尋找?guī)ё⑨屛墨I的好去處——所謂注釋就像是來自一個論文閱讀俱樂部的各種不同見解。其包含來自所有科研領域的論文，也有一份按研究領域排序的舊文獻清單。不光如此，他們還提供新聞，每周評論一篇新論文，評論形式從簡單的解釋到GIF圖都有。

找一份以圖形解釋機器學習研究的在線刊物。該刊物是以更加透明化和圖形化地進行研究交流為目的而創(chuàng)立的，其擁有可互動的小模塊，代碼段，還有嵌入論文內(nèi)的動畫。

3.結(jié)語

世上已發(fā)表的論文是你絕對讀也讀不完的，所以確保你讀的論文讓你有興趣或者對工作有幫助便是一項挑戰(zhàn)。如果你已經(jīng)在相關領域工作，有了一些同事，那不妨向他們尋求推薦的文獻。假如沒有，那要是有機會參加座談會和演講的話，要去查一查發(fā)言人中有沒有人可能具有與你的工作相關的洞見。

還有一種可能就是建立或者加入一個文獻閱讀小組——當你能在社區(qū)中就論文作討論時，你的收獲往往比論文本身更多。