这是我回顾一年多来的研究心得,写给那些初入研究生生涯人的,以求启迪后者,少走些弯路,但从方法论中来说有些弯路是不可逾越的并不会因你看了我的文章而改变。

--图片来源 wikihow

一个东西不理解,很陌生,我们可以通过一种方法去尝试着研究它,去解剖它。但怎样去解剖呢?

我想一个人,能做的对自己的研究方向和自己所研究的问题有清晰的理解,并能通过搜索加学习,自己给出该问题的一个答案或者一个不错的结果,那就是搞科研去了门,也下了一定的功夫了。

了解问题的性质

先了解自己研究的是什么问题?
结合自己的志趣,实验室主攻方向,就业等,去寻找一个结合小点作为自己的研究方向,比如实验室做机器人,而你想做计算机视觉,那能不能做机器人场景下,一些物体的识别,检测,诸如此类

有什么实际作用?
如自然语言处理可以去机器翻译,计算机视觉可以结合安防,结合工业机器人的机械臂,结合自动驾驶中人,灯,车复杂车况的处理,多传感器融合

心理要清楚,研究它有什么用,有什么价值

问题的解决方法

有几种解决方法的思路?
对于要研究的问题,有几种处理方法,国内外的

从点到面的寻找资源?
从顶级论文中选论文,从大局入手,先看他做了什么,取得了什么结果,用什么方法做的,不要着眼于具体的公式推导,你可能说无法理解他的算法,我们这一步不需要理解算法,只需要找到他的算法思想,以及他如何产生的这种思想

再看看他引用的文章,大牛论文的引用都是干货,能不能找到一些代码和demo,从点到面,顺藤摸瓜,逐渐的对这个问题有几种处理方法,以及他们之间又是如何改进的你会有一个概念

而后才是反过来,看具体的算法实现,具体的公式,适量就好,资质不足,看不明白也不要紧,有了思想,再找代码,结合代码看数据的输入和输出,数据的处理流程,实验的设计与结果的评估

这样从点,到思想,到更多的思想和方法,再到一篇完整的思想和代码实现,完整的实验设计和处理流程,你就有了清晰的理解。

当然这是凭国内的搜索引擎,你可能搜不到你想要的东西,这也是我下面想说的

学会搜索

学会使用谷歌
google +对问题描述英文的关键词
一个好的搜索引擎,加上对问题恰当的关键词,能快速得到你想要的,所需的资料

谷歌学术也很好,人物加年份,加方向
(研究点)关键词

思维碰撞

我觉得研究生就是应该相互讨论,一个好实验室的氛围大抵如此。
思想相互碰撞,实践

下工夫

最重要也是最后说的,
就是多下功夫,避免效率低下,高效的使用时间,并行的处理事情

最后,祝愿大家都能通过研究生阶段的学习,有所收获,有所启发。

有用的链接