由 dawei
论文复现一直是机器学习领域的难题，虽然最近多个学术会议提倡大家提交代码，但解决论文复现问题仍然任重而道远。在试图复现机器学习论文时，我们经常遇到哪些问题呢？新加坡机器学习工程师 Derek Chia 对此进行了总结。
我最初接触机器学习时，花费了大量时间来阅读论文，并尝试实现。当然，我不是天才。实现它意味着要执行 git clone 并尝试运行论文作者的代码。对于我感兴趣的概念，我可能还手动输入一些代码并进行注释，以便更好地理解论文和项目。
这样的学习方法令人沮丧。尝试复现论文的流程大致如下：
一些达到新 SOTA 的论文在新闻媒体中引起关注；
读者深入研究或快速浏览论文内容；
读者对论文中的实验结果印象深刻，并产生复现的兴趣。
接下来就是疯狂搜索项目代码，并尝试在作者所用的数据集上运行代码。这时，你需要祈祷该项目具备以下要素：运行说明（README.md）、代码、参数、数据集、数据集路径、软件环境、所需依赖项以及硬件条件。了解这些，才能顺利复现论文中的 SOTA 结果。
而在这个过程中，你可能会遇到很多常见问题（参见下文）。遇到问题之前先了解它们是很有帮助的，毕竟，没人喜欢空手而归。