如何面对科研困惑（二）——记笔记

随着论文看的越来越多，不免出现狗熊掰棒子的情况。复读论文时常常需要重新通读一遍，笔记记了很多，但却不能一目了然，因此大大降低了查阅的效率。本期将分享小编正在使用的三种方法，希望能对在这方面存在困惑的朋友能有所帮助。这三种方法是层层递进的、层层深入的。通过层层思想的凝练实现对文章理解的逐步深入。

本期大纲

随手记

分区记

PPT记

1. 随手记

平时小编更偏向于纸质的论文和书籍，方便随手记。随手记的目标有两个：一个是总结段落中心思想，一个是随时记录自己的问题。

小编自己的随手记方法是在论文的每一段落/每一块内容的侧边总结关键词/关键句，内容尽量精减，能突出核心；如果可以，增加必要的逻辑图。这个过程就是在做第一层提炼的过程，好处是下一次复读时扫一眼可以回顾整段内容。

同时，在阅读过程中，对一些“作者为什么会这样处理”的问题可以随时记录下来，做深一层的思考。这可以加深我们对文章的理解，而不仅仅只是接受作者提出的思想。

这里以小编上一期的QLDA论文的笔记跟大家做一个简单的分享。有兴趣的朋友可以点开文末的图片查阅。

2. 分区记

小编有自己喜欢用的笔记本，现在写到了第6本。分区记的重点在于：原则上每一页只写一个主题，且分区。每一页的前三行作为一个区用来标记该页的中心。其他部分可以针对某篇论文看的内容进行更上一层的凝练。如果说随手记记录的是每个段落的核心，分区记就是把段落的核心汇总在一起，再向上凝练一层。

当然，这个只是笔记的一个方面。小编的笔记本也记录很多其他的内容，包括提出的一些问题和解决的方法，对于一些基础概念的理解，有时候还会有一些下周计划等等。但这里推荐的是把论文的各个段落再向上凝练一层，就好像用手机看地图，从最小的街道再看到各个城区，再看到各个城市。

这里有几页笔记也放在文末图片中，有兴趣的朋友可以查阅。

3. PPT记

PPT对小编来说是一个很好的记笔记的工具。这个工具可以逼着小编把想要分享的内容的核心再向上凝练一层，使表达更加简单。同时也可以帮助发现层与层之间的逻辑衔接问题，查漏补缺，使最后的输出尽可能的满足金字塔原理。通过PPT的形式不仅可以方便自己回顾，还可以便于与大家分享，一举两得。至此，关于一篇论文的笔记基本上就完成了。

不知大家是否还记得上周彩蛋中的PPT？这里以小编上周的分享为例。

小编在介绍机器学习算法中给出了十个算法。第一版制作中是算法的简单串接。当时自己对第一版很不满意，因为不生动、内容繁杂。为解决这个问题，想到了综艺节目中出现的技能卡的方式，用一张卡片代表一个算法，一目了然，方便大家搜集。这张技能卡就是一个算法的核心提炼。

随后，十个算法被分为3个层次，不同层次的算法在学习中的关注点可能不同。比如基础算法更多的是作为工具使用，需要知道该算法的应用条件以及所能完成的目标；核心算法作为模版，需要知道最核心的设计思想；应用算法更多的需要关注作者发现的与众不同的问题，以及是如何发现和解决的。

有了上述分层，在介绍算法串烧的时候，先介绍该层的核心，然后每一层介绍不同的算法；最后总结的时候把十张技能卡放在一起，帮助记忆。关于这部分具体参见文末图片。

【小编有话说】关于PPT的制作大家可能会有一些误解，认为美观、模版是重点。但小编认为，如何通过PPT帮助观看者更加清晰、容易的理解核心思想才是重点。因此，PPT的制作更多的是需要训练逻辑思维能力、文字能力、当然如果需要作为演示的PPT，还需要相应的演讲能力。这些我还一直在学习。

关于PPT制作的一些心得，后续会出一些笔记，比如如何在一页PPT中放入一个核心思想等等。PPT好似科研的地图，可以带你更好的回顾你所学到的很多内容。

文末图片

随手记举例

QLDA论文的笔记截图。

分区记举例

以HHL的分析和实验部分为例。这个例子是前期的，比较花哨，后期的笔记则相对比较简单。笔记的核心是分区，然后每一区都有一个重点即可，目标是为了方便回看。

PPT举例

整个PPT分享的核心：

1个算法、4个基本假设、10张技能卡；

即一四十（谐音：你是谁）。

十张技能卡的3个层次：

上周彩蛋的源文件在这里⬇️。

即可获得上述PPT源文件

小结

还记得Hi, 2018～中的推荐的《金字塔原理》一书么？再次安利一遍。今天小编介绍的3种方法就是遵循了金字塔原理，每一层的思想都是下一层思想的总结和凝练。在学习的过程中，把学到的内容通过最底层的文字向上一层层的凝练，就是思维的训练过程，也是帮助更深入理解思想的过程。

【写在最后】小编公众号推文的前期准备工作基本上就是沿着这个套路来的。如果大家觉得方法还不错，希望可以行动起来，和小编一起在实践中学习和成长。如果大家有更好的做笔记的方法，也非常希望约稿分享，让更多的朋友有更多的选择。从来没有一种方法可以解决所有的问题，但我们可以不断尝试去寻找更合适自己的～未来，加油～

搜索公众号：量子机器学习