非计算机专业如何快速看懂并跑通深度学习代

理工科非计算机专业，没学过深度学习，上次分享经验后投了第一篇交叉论文，花了3个月，分享经验： . 对非计算机专业而言深度学习是工具，你要做的是针对课题情景，选合适代码实现，最好根据情景特点对代码适应性改进，并解释改进原因 . 首先还是要学一下python、pytorch基本知识，重点推荐3小时超快速入门python、小土堆 . ❶确定研究对象 深度学习常见任务比如分类、回归、聚类、降维，看看能不能和领域结合，有没有数据集可以用，也可以找找更先进方法，以前用RNN，你用transformer；以前用GAN，现在用diffusion . ❷寻找解决类似问题的论文，选择应满足： ①来源顶刊 ②开源且有完备requirement和readme，代码规范（可以在github上搜索合适代码，看readme中信息找论文，也可以上paper with code搜索论文匹配开源代码，推荐插件AI Code Finder，可以在谷歌学术上看到那些论文开源） ③读懂，读之前先确认代码能够跑通，而且效果相当，可以直接把github上的库链接复制给MiniMax AI，让他在沙盒环境中帮你自动测试，省去了配环境和测试的时间，适合新手小白 . ❸下载代码、配置基础环境（Anaconda），安装requirement里面需要的库，可以看【轮椅级教程】pytorch环境配置 . ❹针对性改进代码 根据课题特点对baseline改进 ①在你数据集下呈现出某维度上更好效果 ②从故事角度说明白改进目的 方法： ①先开debug逐行读懂代码 ②整体理解网络结构，知道每一层作用，输入输出shape变化 ③固定套路修改，比如模块串并联、A+B+C（ABC论文中取核心模块拼接）注意力机制、特征融合等 ④从课题物理现象找解释，比如遥感数据具有时空特征，引入通道空间注意力机制，取个好名字 如果没什么想法也没经验可以把baseline的代码直接复制给MiniMaxAI, 然后告诉他项目，他会自动分析项目背景，在原有baseline基础上自动修改代码，找到到合适模块缝合拼接，给出完整项目文件和消融实验的结果、报告说明和修改理由，还能生成模型图，做成PPT组会汇报，最近还在尝试他的论文复现和代码功能，代码能力差我也可以开发些小程序 . ❺写完一版快速投出去