내가 좋아하는 록리짤로 시작
어떻게 논문을 읽는가?
읽어봤다기에도 부끄러운 수의 논문을 읽었지만
그래도 어떻게 읽어나가는지 간략히 써보려합니다.
1. 논문 선택
논문을 골라야합니다.
무슨 논문을 읽을지, 어떤 논문이 좋을지
보통 리뷰 논문(그 분야 트렌드 파악) -> 세부 사항으로 들어가는데
저는 아직 공부하는 입장이라 바닥부터 쌓습니다.
그래서 Object Detection 유명 논문 모음집이나
블로그 글들 참고하며 읽는 편입니다.
내가 애용하는 딥러닝 공부방..
인터넷에 awesome + 주제 + paper github 붙이면 주제 모음이 나온다.
ex) awesome object detection paper github
Star 수 많은거 위주로 본다.
아직은 블로그 글이 가장 우선이고(저 블로그가 순서대로 잘 정리되어 있음),
아마도 연구를 할 즈음이면 그 분야 논문을 파고파고 드는 방식으로 읽지 않을까 싶습니다.
2. 논문 읽기
이제 논문을 읽을 차례입니다.
사람마다 읽는 플랫폼이 다양할 것입니다.
저는 마이크로소프트 엣지(Edge)로 읽습니다.
그걸로 어떻게 읽냐 하실텐데 의외로 잘 읽힙니다.
먼저 논문을 다운받습니다.
그리고 연결 프로그램 -> 엣지를 해서 열어줍니다.
형광펜에서 '텍스트만 강조 표시'를 눌러주면 줄을 쉽게 그을 수 있습니다.
이렇게 줄 긋고 간단한 필기도 해줍니다(마우스로 하도 적다보니 별로 안 불편합니다..).
줄 긋는 부분은 딱히 의미 없고, 나중에 다시 읽고 쓸 때 필요한 부분만 긋는 편입니다.
색도 마찬가지로 의미 X..
중요한 논문이라면 패드로 보겠지만 딱히 중요하지도 않고, 빠르게 보다보니 저렇게 봅니다.
3. 글 쓰기
블로그에 글을 씁니다.
처음에는 귀찮고, 불필요하다 싶었지만 글로 생각을 정리하는게 상당히 좋은 것 같아서 쓰게 되었습니다.
좌면에 글, 우면에 논문을 띄워놓고 씁니다.
나중에 블로그를 전체 화면으로 보고 오탈자나 수식 점검을 하는 편입니다.
필기를 따로 안하다보니 보통 한 섹션보고 옮겨 적습니다.
4. Github 업로드
Github에 업로드합니다.
포트폴리오를 위한건 아니지만 어느정도 도움도 될 것 같고
github이 한 번에 정리하기에 유용합니다.
발전 흐름이 중요하다 생각하여 논문 출간일 순으로 배열해서 적습니다.
(읽다보면 논문 출간일 != 모델 제작한 시기 임을 알 수 있습니다..)
번외) 논문 구현
Github에 Code라고 적은 것들은 제가 구현한 논문 모델입니다.
빠른 테스트를 위해 CIFAR-10같이 작은 데이터셋에 돌아가도록 조금 수정해서 만듭니다.
구현 방법은
1) 논문 보면서 모델 그리기(conv 모델의 경우 input, output 크기 및 padding, stride 모두 계산)
2) Colab으로 베이스 모델 타이핑
3) 인터넷에 모범 코드(Papers with code나 PyTorch 공식 코드 혹은 블로그 구현)를 보며 비교
사실 실력 부족으로 2), 3)을 섞어서 하는 편입니다.
그래도 쓰다보니 늘긴한데.. 아직 갈 길이 먼 것 같습니다.
마무리
이렇게 논문을 읽습니다.
의외로 되게 허접..^^ 하게 읽는 편입니다.
아무래도 나중에 본격적 연구를 하면 달라지겠지만,,,
지금도 사실 거금을 들여 리퀴드 텍스트를 샀지만 안 쓰는 중입니다. 언젠간 쓰것지..
논문을 읽고 정리하는게 큰 도움이 되는 것 같습니다.
저는 주석처럼 제 생각을 주렁주렁 달고, 의문이 있으면 꼭 해결하고 넘어가는 성격입니다.
이게 혼자 공부할 때는 그때 뭐였더라.. 하고 기억이 안 났는데
적고 보니 아~ 이런 생각을 했었지! 하며 복기가 됩니다.
그 때 의문이 있던건 나중에 읽어도 또 의문이 생기기에 적는 것이 중요하다고 생각합니다.
처음엔 통번역식으로 적다가 논문 한 편에 시간이 너무 걸려서 요약해서 적는 편입니다.
그래도 좀 긴 듯... 더더더 요약할 수 있게 많이 읽어야겠습니다.
앞으로도 꾸준히 읽어나갈 예정입니다.
