点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
来自｜AI科技评论 编译 | 青暮、陈大鑫
关于如何攻读机器学习博士学位，这个嘛，主要是不要重蹈我的覆辙，哈哈。
你已经开始了博士的学习课程，恭喜恭喜。在这篇文章里，我们将讨论在攻读博士学位期间要做的事情，包括如何成功发表论文、如何应对评审、如何在会议上游刃有余等等。
首先，我要说一句，我不擅长攻读博士，我不是这方面的专家。我就快要拿到博士学位了，但我曾经做错了很多事情，绝不是一个成功的学者。但是，如果你也像我一样，在刚刚开始博士生涯时，并不知道该做什么，不知道如何选择研究主题，不知道如何撰写论文。那么，我或许可以给你提供点儿帮助。
我可以告诉你的是，我见过很多擅长此事（攻读博士）的人。因此，我可以告诉你这些人做对了什么，而我自己又做错了什么，以及我认为你应该学习的方面。
在确定研究主题时，确保你的导师或者周围的师兄师姐们对这个主题有足够的经验。
当然，你的个人兴趣也很重要，毕竟你得待在自己挖的坑里好长一段时间。
最后，你得选择自己擅长或拥有足够专业知识的领域。
如果能够满足这三个条件，你的博士生涯将非常香。
不过，选择主题时，还需要考虑一些其它事项：
首先，拥有多少资源将决定你是否能够跨过某些研究领域的门槛。这里，我假设你的研究团队很普通，没有庞大的计算集群或大量资金，是的，我的建议就是针对非大型科技公司的相当普通的博士生。但是，如果你的团队很多金，坐拥成千上万的TPU，当我没说，当我不存在，训练你的大型语言模型去吧。
好了，回到正题，有两种基本方法可以选择研究主题。
第一个方法是选择当前该领域最热、最受关注的主题，没错，就是随大流。目前而言的话，这不一定是一个坏主意，我觉得泡沫破裂的时候也还没到，哈哈。
但是这种方式也有一些缺点。原因在于，在这样的领域种，会充斥着大量论文，不管水不水，同时也存在着激烈的竞争，竞争的压力不仅仅来自同行，还有来自大型公司的多金同行。但还有一个更重要的原因，就是这样的领域迟早会衰落。
如果你今天选择研究Transformer，那么很可能会在这个坑里挣扎三四年，而领域还在不断向前发展。
那么，如果不研究热门主题，该咋办？这就来到了另一种选择，即小众主题（niche topics），这也是我向大多数人推荐的主题。
这类研究主题的优势在于周围没有太多竞争，你实际上可以在这个领域可以成为专家，并且无论做什么都可以做到最好。目前有哪些小众主题？比如bandits、优化、生物学启发神经网络、基于文本的博弈等等。
我是不说你就应该选择这些主题，而是说在这些小型社区，你可以进行持续地产出，不受炒作的影响。
现在，如果我不得不用一句话总结好论文的风格，那就是“写不能被拒绝的论文”，这可不像听起来那么简单。机器学习中的评审过程极大地鼓励了审稿人以尽可能快的速度，尽可能轻松的心情，来拒绝你的论文。
所以，我们要做的是，不要给审稿人任何拒绝你的论文的理由。
撰写论文的最简单方法是按字面意义阅读论文。在你的小众领域内，收集文献，阅读，然后尝试模仿他们的写作风格，尝试模仿他们做实验的类型和方式，尝试模仿他们为其思想奠定理论基础的方式。
你的目标是撰写一篇审稿人不能轻易找茬的论文，审稿人是实现我们目标的最大障碍。
我就直说了，应对论文评审是攻读博士学位中最残酷的经历之一。审稿人很讨厌，他们总是没有时间，他们总是没有正确阅读论文，他们总是误解了，他们总是批评你没有对一些小众的数据集进行评估。我们总是被审稿人误解。
我可以告诉你的是，不要因不好的评审而灰心，不要对个别评审太认真，只需将论文重新提交下一个会议即可。
因此，保持你的理智，不要太过个性化。有许多著名的论文在初次投稿时就被拒绝了，并不是因为论文不好，而是因为审稿人很烂。
当你不再是菜鸟，段位变得越来越高时，你可能会活成你自己讨厌的人——审稿人。
在审别人论文的时候，你才会发现，所有其他审稿人都糟透了，写的什么垃圾评审。好吧，你很可能禁不住诱惑也自甘堕落了。你在想，大家都审的那么烂，我那么努力干啥子，特别是当你好好地审论文也不会获得任何好处（除了一句谢谢）的时候。
当然，做一个好的审稿人真的非常非常困难。但是请努力，不仅是因为你不想同流合污，而且撰写出色的评审也可以帮助你真正地深入研究论文，真正看到其他论文的弱点，并且使你成为更好的作者、研究员和社区成员。
因此，为了你自己和社区，即使没有时间，即使其他人做的真的很烂，也请认真对待论文评审。
读博士的另一件烦人的事很可能是教学。而且，你很可能没有什么动力去做好教学。毕竟，学生是“烦人”的生物，你越快地摆脱他们，你就越早可以开始写论文。
但是，我还是建议你认真对待教学，这不仅是因为这个世界依赖于下一代研究人员，还要考虑到你所教的人也许有一天会成为你的实验室成员，你将从他们的优秀能力中受益。因此，为了你自己和学生，请认真对待教学。
因此，除了需要做的事情（例如复习和教学）之外，你整天还要干什么？
我的答案是：
处理手头工作——撒尿——然后继续处理手头工作。
博士学位是头等重要的大事，是需要长期付出精力的一项工作。
在博士期间，你将被诱惑去做各种各样的事情。这有一个阅读小组、又有一个研讨会、一会儿还有一个演讲。
除非这些东西有特别的兴趣或者他们对你有特定的帮助，否则这将会是消磨时间，并不是说你不应该去参加它们，只是要考虑到它们对你的论文主题有没有什么实质性的帮助。
现在你已经撰写了论文，并将其提交给同行评审。很幸运，你中稿了，并且可以参加会议了。
会议本身、会议网站以及Twitter上的每个人都可能给你一种印象——人们发表有关他们的研究供其他人聆听和学习。
可是不容忽视的一点是，会议的演讲部分已经变得越来越无关紧要，尤其是现在这个时代，所有内容都已记录并可以流式传输，你只需在舒适的沙发上以2倍速看一下这些东西，就可以确保不会丢失任何东西。
这些讲座通常很简短，而且它们的讨论可能涉及至少六个月的研究。
参加会议最有趣的部分是那里的人，而且有趣的谈话往往发生在研讨会、小组讨论、tutorial中，试图找到讨论前沿研究的地方，而研讨会正是这样一个好地方，因为很多研究通常是最近才进行的、尚未完成，你在这里或许能收获很多不错的新idea，或者找到自己感兴趣的人。
许多论文作者会面对面告诉你他们永远不会在论文上写下的东西，例如哪些实验跑不通、研究中的问题、论文的缺点、以及很多的bug和踩坑经验，在会场和人们聊天你会获得很多知识。
但是，做到这一点，你要保持开放大胆、张口说话、主动问好、走出第一步、积极地享受与人交流的过程。
我知道这对我们很多人来说都是很难的，但它确实有回报，它将使你的生活更加愉悦。
好吧，我接下来要谈的是实习，如果你要去另一家大学的公司实习，那完全取决于你的偏好。
在不同的地方进行实习通常会给你带来不同的见解。
如果你在一家大公司实习，那可能是学术和产业环境的转变，你将可以使用更多的研究资源，并且可以进行一些不同类型的研究，最重要的是，你可以将会遇到不再是学者思维的一群人，那将是非常宝贵的体验。
一旦你深陷学术界一段时间，结识一群只想打造出色产品的人群就会变得耳目一新，并让你真正了解到产品思维和目标导向。
最后，我想谈谈合作的话题。如果你能找到一个对你有互补技能并且对同一领域感兴趣的人，那么一起工作并共同进行研究肯定会有所回报。
但是，仅当这些技能确实在同一领域能发挥作用时，才做这种事。与他人合作非常诱人，如果你能解决的话，对你有好处。但同样，一定要专注于你的特定领域，并真正将协作视为共同努力，以更快、更严格地完成研究，这是值得的。
好的，所以我现在讨论的方式，看起来像是博士学位令人厌烦且需要大量工作，而且你永远都做不到任何有趣的事情。尽管这是一个方面，并且这肯定会发生在人们身上，尤其是如果他们想快速完成工作，那么我敦促你也花一些时间来享受这段时间。博士阶段是一段美好的时光，你将结识很多有趣的人，学习很多有趣的主题和思想，能够去很多有趣的地方。这些都是宝贵的体验。因此，我的建议是，如果可以的话，不要一直忙绿工作，花半年或更长时间放轻松一点，enjoy your time，做好本职研究工作的你随时都可以找到工作的。最后，我希望你从本文中至少学到了一些东西，祝福你在通往机器学习博士学位的道路上获得成功。
下载1：OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，
即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
