初探科研

在刚踏入科研时候，大家可能处处碰壁。因此本篇作为一个科研流程和工具的简单介绍。

文献寻找和论文阅读

在进入实验室后，绝大多数情况是，老师或者师兄将科研方向扔给你，又或者安排一些杂活，来作为科研的入门。我在前面提过，做科研，要把老师的作用降到最低，要独立自主进行科研的开展。

• 阅读综述。因此，在得到老师或者师兄的方向后，第一件事是，寻找本领域的综述进行阅读，来了解这个领域。
  • 先登陆谷歌学术官网(挂梯子自行学习，不再赘述)
  • 输入你的方向关键词，在后面加上survey或者review，进行搜索
  • 找到适合的综述，但你会发现绝大多数情况下，论文都是无法下载的，因此还需第四步
  • 复制论文的doi或者论文名，打开scihub(著名的论文开源网站，几度被起诉，且用且珍惜)粘贴，下载论文
    • 如果论文太新scihub无法下载，可以用scidown来下载，或者用gdut的图书馆电子资源。
  • 学会适应英文的阅读，开始可以借助翻译工具
• 了解最新的科研进展。做科研从来不是闭门造车，要了解最新的科研进展和目前实验室的工作。
  • 参加组会，了解当前研究生师兄的工作，和最新的科研进展
  • 阅读最新文献，使用谷歌搜索，按照时间排序，找到引用量比较高的论文下载阅读
  • 关注近期比较热门的模型或者方法（深度学习）
  • 当论文比较多的情况下，可以下载文献管理工具进行管理，如Mendeley或者EndNote等
• 决定科研方向。在有一定了解后，可以选择两个方向进行科研。
  • 一个是寻找感兴趣的师兄世界，加入到半成型的成果团队，一般来说师兄师姐不会拒绝，因为在不满人的情况下，他们很乐意有人来帮忙（别拖后腿就行）。这样做的好处是有人带着，比较轻松，但同时你在论文的署名也最高止于二作。
  • 另外一个是独立自主出idea，做实验，也可以和研究生等地位合作，这种方式过程会非常艰难，idea，实验和论文都要由你把控，但只有这样，你才能问心无愧拿到论文的一作。

代码复现和实验开展

实验应当是做科研的关键一步，在计算机领域，一切优秀的想法放在桌面上讨论都要以实验作为依据。尤其是和老师汇报时，如果你有一个很不错的想法，应当一起将实验结果展示出来（除非暂时无法实现）。

虽然我已经不再研究深度学习，但深度学习还是大多数人的研究领域，我以此作为举例

• 在阅读比较优秀的模型（尤其是baseline）时，最好可以将github上的代码pull下来运行，看能否得到相同的结果
• 在研究别人的模型时，可以做实验来探究，通过增减模块，来判断模块的重要性和不同模块的关系
• 在有自己的idea时，最好可以做简单的实验进行验证，用实验结果来和大家讨论
• 在深度学习领域，不公布代码的论文等于耍流氓，所以最终的代码最好还是能够开源出来

很多实验的开展，都需要用到服务器资源，因此对服务器的使用也应该有一定的了解：

• 如果老师能够提供服务器最好，如果无法提供，可以去autodl网站进行租赁，价格相对实惠
• 应当掌握简单的linux操作，可以参考鸟哥的linux私房菜
• 学会使用ssh来对服务器进行连接，可以下载xshell和xftp进行交互和文件传输
• 可以了解不同编译器如何远程连接服务器，如pycharm如何连接远程服务器，方便调试代码

论文写作

在有了不错的实验结果后，就可以着手开始写论文了。

对于初入科研的小白来说，写作应当是一大难题，最好能够有师兄师姐帮助，模仿其他论文来完成自己的第一篇论文。

• 科研论文的写作毫无疑问是使用latex进行撰写（具体语法自行学习），推荐overleaf来进行写作。
• 中英文的翻译我推荐deepl来辅助，应当是目前最优秀的翻译软件之一。
• 语法的检查和学术语句的润色，我推荐Trinka, 不过一定要自己认真检查，软件的建议不一定正确。