知名研究白癜风专家 https://wapjbk.39.net/yiyuanfengcai/ys_bjzkbdfyy/791/在斯坦福和硅谷一年，走访了很多科技公司，上了很多创业先锋和技术大牛的课，也知道了坊间不少八卦，细嚼慢咽、久久回味，后与你们分享之。
01
引子
吴恩达在DeepLearning课堂上
离Deeplearning开课还有半小时，我窝在教室门口沙发看Coursera上吴恩达（AndrewNg）的讲课视频，数不尽的函数让人如陷云山雾罩，不经意间一抬头看见本人，真真吓了一跳，还以为他直接从屏幕里跳了出来。
Andrew穿着蓝色衬衫，手拎一只黑色公文包，匆匆向教室走去。这门课他一共只出现三次，每次都是同样的浅蓝色衬衫。后来他关于推荐算法一段视频讲到总被推送蓝色系的衬衫广告，因为他只穿这个颜色。
似乎，硅谷技术大牛们都有同样嗜好，如乔帮主和小扎，大力减少挑选服装方面所消耗的不必要精力，把剩余的时间用于……嗯……思考人生。
Andrew将MAC摆上讲台，用户头像是三枚蓝色鸟蛋。
“Shallwestart?”他清清嗓子，说了三遍，礼貌而谦逊，教室依旧一片人声鼎沸。
终于，扩音器发挥了作用，大家陆续安静下来。
“您能大点声吗？”有学生在后排大喊。
“啊，不好意思，test,test,test，”他有些抱歉地笑了。
在扩音器的帮助下，他的声音才能勉强传到教室最后一排。他总是带着几张手写讲义，喜欢用笔在白板上细细演算推导，然而字迹浅显而模糊，总让人感到难以辨认。
他很少谈具体的技术细节，而是以一种抽象、概括、精炼的方式试图帮大家建构出AI的路线图。
斯坦福大学实行Quarter制，一年分为春夏秋冬四个Quarter，足以让学生选足够多自己喜欢的课。
秋季学期的MachineLearning是吴恩达开的“明星课程”，几百人大教室连地上也坐满了人，开课时齐刷刷站一排助教的阵势令人瞠目。不少外校学生不远千里赶来旁听，只为一睹AI大牛的风采。而我上的这门冬季学期的DeepLearning算是MachineLearning的进阶课程，课时不多，旨在去粗取精。
02
打Uber是读论文的好时候
当Andrew在讲台上打开自己的黑色书包费力翻找时，无数好奇而八卦的目光如追光灯般聚焦一处。
最终他一无所获地摊手：“其实我要找一个文件夹，里面是打印好的最新论文，今天恰好忘了。”
平时事务繁忙，他会随身携带“论文夹”，利用碎片化的时间读取，比如在Uber或Lyft上的时候，每周总要读那么几篇，不然总感觉少了点什么。
“我知道很多人都会有‘周六早上困扰’，你在周六早上可能想睡个懒觉或者看个剧，如果能克服一下，利用这个时间读一篇论文，一年积累下来也是很大的收获了。”
一般通过哪些途径获得论文？他举了几个栗子：比如Twitter别人转发的、MLEdit，还有NPS/ICML/ICLR等一些学术会议论文。靠自己在医疗健康、气候变化等领域的朋友推荐，也会带来很多更新鲜的论文。
如果读论文时遇到了什么数学问题，他都会自己推演一遍。如果论文提到了一些开源的代码，他也会自己亲自去跑一跑。
他建议在读论文时进行“并行处理”，不要一下读完一篇再读另一篇，要同时开始看多篇，如以下这张朴素的草图所示，假设你开始同时读8篇论文：
进度%
1--------
2————X不好，放弃
3————————————有价值的
4-------
5——————
6----------
7------
8————————————值得深度读的
对8篇做了概览后，你大概就知道需要深入研究哪几篇，而把剩下的“打入冷宫”了。
随后，Andrew分享了他的“6分钟读论文”独门绝技。
首先，带着这4个问题去读：
1.作者试图解决什么问题？（whatdidauthorstrytoac
