本菜鸡的科研之路已经开始两三个月了，期间遇到了很多问题，现在想在这里总结一下。
- 在阅读深度学习论文的时候，首先需要看看代码是否开源，如果没有开源应该向作者索要源码，然后在本地运行这些代码。这样做是很有必要的，因为深度学习就是一个玄学，论文里故事编的再漂亮也不能work，因此你需要用代码来进行验证论文的正确性。本人在阅读论文的过程中，发现了一些造假明显的文章，实验数据异常，idea不work，向作者索要代码也不给。
- 在开始学习深度学习的时候，代码需要自己一行一行的扣，熟悉各种API，这样才能打好基础。千万不要直接拿人家现成的模型就去跑，很多时候是看着简单，但是很多细节精髓都没有学到。
- 打好基础后，我们就需要自己进行相应的实验了。首先，我们需要确定baseline，首先拿一些基本模型来跑实验，看看效果。然后挑选相应的模型作为基础，再来做实验。注意，这个时候不要自己重头开始构建代码，重新开始构建代码是一个非常耗时间的过程(因为要保证代码一定正确，不然后续的实验分析都是错的)，并且最终模型的效果也往往不会有论文中的效果好，有过模型复现经验的同学，一定知道这点。
- 学会跑人家开源的代码，这个不是一个简单的活。第一，github上开源的代码，不一定是对的，很多时候都有错误，这个时候需要自己检查，一些水文和他人复现的代码都有bug，这个时候就应该用一些顶会论文的开源代码，这样的代码质量有保证（顶会论文的代码也不一定是完全正确的，手动滑稽，但学习别人高质量的代码能够学到很多东西）。第二，由于深度学习的模型很多，我们需要根据不同框架的代码安装不同的环境，这一点很麻烦。并且跑别人的代码，需要快速找到数据的入口，并且进行相应的修改，这都是有技巧的。
- 在我们跑对比实验的时候，也需要跑别人的代码，把数据送入，然后看结果。如果没有开源，可能还需要自己复现，这个过程耗时且无聊。
- NLP 的风气很差，很多论文都不开源，这一点上CV要好的多。
- NLP可以进行错误样例分析，这可以说是NLP的优势之一（滑稽），可以通过人工来看哪些文本分错了，但是像生物信息和CV就不能这样做，因为分错了，人也不能找到原因。