【独家】关于深度学习,Yann LeCun给大学生的十四条建议

作者:Yann LeCun

翻译:白静

校对:丁楠雅

本文长度为800字,建议阅读2分钟

本文是人工智能大师Yann LeCun在问答平台Quora上对问题“What’s your advice for undergraduate student who aspires to be a research scientist in deep learning or related field one day?”的回答。

[导读]Yann LeCun是深度学习研究领域内一个响当当的名字,卷积神经网络(Convolutional Neural Network)正是他的代表作。他为有志成为深度学习领域科研人员的大学生提出了14条建议,其中编号为0的是对于课程选择的建议,编号1-13则是完整的、可操作的成为科研人员的指导手册。

0. Take all the continuous math and physics class you can possibly take. If you have the choice between “iOS programming” and “quantum mechanics”, take “quantum mechanics”. In any case, take Calc I, Calc II, Calc III, Linear Algebra, Probability and Statistics, and as many physics courses as you can. But make sure you learn to program.

0. 尽可能持续参加所有数学和物理课程。如果你要在“iOS编程”和“量子力学”之间做出选择的话,那么选择“量子力学”。无论如何,都要选择微积分(一)、微积分(二)、微积分(三)、线性代数、概率与统计等课程,并且尽可能多的参加物理课程。但是要确保学会编程;

1. Take an AI-related problem you are passionate about.

1. 选择一个你热爱的、与人工智能有关的问题;

2. Think about it on your own.

2. 独立思考这个问题;

3. Once you have formed your own idea of it, start reading the literature on the problem.

3. 一旦你对这个问题形成了自己的想法,那么就开始阅读与之有关的文献;

4. You will find that (a) your ideas were probably a bit naive but (b) your view of the problem is slightly different from what was done before.

4. 你会发现你的想法可能有点幼稚,但是你对待问题的看法已经和之前略有不同;

5. Find a professor in your school that can help you make your ideas concrete. It might be difficult. Professors are busy and don’t have much time for undergrads. The ones with the most free time are the very junior, the very senior, and the ones who are not very active in research.

5. 找你学校里的教授帮你把想法具体化。这可能会很难,因为教授都很忙,没有太多时间指导本科生。而有大量空闲时间的教授要么非常年轻,要么非常年迈,抑或是有些教授对研究工作并不十分积极;

6. If you don’ find a professor with spare time, hook up with a postdoc or PhD student in his/her lab.

6. 如果你找不到有空闲时间的教授,那么去实验室和那里的博士后或博士交流;

7. Ask the professor if you can attend his/her lab meetings and seminars or sit in his/her class.

7. 向教授询问你是否可以参加他/她的实验室会议和研讨会,或旁听他/她的课程;

8. Before you graduate, try to write a paper about your research or release a piece of open source code.

8. 在毕业之前,尝试写一篇与你的研究有关的论文或发布一段开源代码;

9. Now apply to PhD programs. Forget about the “ranking” of the school for now. Find a reputable professor who works on topics that you are interested in. Pick a person whose papers you like or admire.

9. 现在向博士项目提出申请。不要计较学校的“排名”,找一个在你感兴趣的课题领域进行研究工作且负有盛名的教授。你喜欢或欣赏谁的论文,你就选择那个人;

10. Apply to several PhD programs in the schools of the above-mentioned professors and mention in your letter that you’d like to work with that professor but would be open to work with others.

10. 向上述教授所任职学校的博士项目提出申请,并在信中提及你很想与那位教授共事,但也愿意考虑与其他教授合作;

11. Ask your undergrad professor to write a recommendation letter for you. It’s maximally efficient if your undergrad professor is known by your favorite PhD advisor.

11. 请求你的本科生导师为你写一封推荐信。如果你最喜欢的博士生导师认识你的本科生导师,那是最有效的;

12. If you don’t get accepted in one of your favorite PhD programs, get a job at Facebook or Google and try to get a gig as an engineer assisting research scientists at FAIR or Google Brain.

12. 如果你没能被任意一个你最喜欢的博士项目录取,那么就加入脸书或者谷歌,并尝试找一份工程师的临时工作,协助在FAIR或Google Brain工作的科研人员;

13. Publish a papers with the research scientists in question. Then re-apply to PhD programs and ask the FAIR or Google scientists you work with to write a recommendation letter for you.

13. 与上述的科研人员共同发表一篇论文。然后重新向博士项目提出申请,并请求在FAIR或Google Brain与你共事的科学家们为你写一封推荐信。

原文标题: What’s your advice for undergraduate student who aspires to be a research scientist in deep learning or related field one day? 原文链接: https://www.quora.com/What%E2%80%99s-your-advice-for-undergraduate-student-who-aspires-to-be-a-research-scientist-in-deep-learning-or-related-field-one-day/answer/Yann-LeCun

白静,英语专业本科在读,即将攻读硕士学位,主修社会语言学,爱好翻译。希望能在THU数据派平台多多了解与大数据有关的知识,结识更多热爱翻译的朋友。

原文发布于微信公众号 - 数据派THU(DatapiTHU)

原文发表时间:2017-05-19

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏专知

这是一篇论文评审吗?

【导读】面对如今每年数量暴增的AI领域顶级会议论文投稿量,作者Zachary C. Lipton在Approximately correct上发表了对论文评审的...

13520
来自专栏机器之心

深度 | 从规则推理到数据学习:人工智能该学习人类的思维方式吗?

16180
来自专栏DT数据侠

当空间数据遇上机器学习,城市的颜值有了新的度量方法

每个人都生活在一定的空间,城市的各项公共服务设施也需要占据一定的空间。通过对这些空间数据的挖掘和分析,我们能够比以往更科学、更清晰地观察我们所在的城市。9月27...

9500
来自专栏大数据挖掘DT机器学习

需求与匹配 | 从数据挖掘角度看世纪佳缘推荐系统

昨天看到同事在朋友圈的这篇文章:《佳缘用户推荐系统》,再结合自己之前的几年的推荐系统经验,以及在婚恋网站半年多的经验,来谈谈我眼中的婚恋市场的推荐系统。 如作者...

35350
来自专栏PPV课数据科学社区

【工具】R语言学习参考图书不完全指南

这里大部分都是英文的书。国内对于R的书籍的翻译中文几乎可以忽略的说。 1.入门级读物 R的帮助文档中提供了一些入门的读物,比如《Anintroduction t...

23930
来自专栏飞总聊IT

智能的本质(二)---图灵机,电脑,以及人脑

讨论智能的本质,图灵机是无法回避的问题。图灵在很早的时候就旗帜鲜明的表示了图灵机的模型就是智能的本质,而人脑无非只是这种模型或者类似这种模型的一个具体实现而已。...

35370
来自专栏大数据文摘

11张图带你走过数据可视化的前生今世

255150
来自专栏新智元

17岁!Kaggle史上最年轻Grandmaster诞生:高中自学3年登顶

在AI和大数据圈的人,应该没有不知道Kaggle的,这是全球首屈一指的数据科学、机器学习竞赛和分享平台。去年被谷歌收购时还一度引发业界轰动。企业和研究者可以在K...

14620
来自专栏MixLab科技+设计实验室

参数化与人工智能,从计算机辅助到计算机决策,同济大学DigitalFuture演讲记录

这是他在同济大学DigitalFuture演讲稿,为我们介绍了人工智能在建筑领域的应用。欢迎大家关注他的公众号(见文末)

37320
来自专栏大数据文摘

吴恩达更新了!深度学习系列课程第5课放出,全剧终

277120

扫码关注云+社区

领取腾讯云代金券