关于问题做深度学习方向是否需要完成大量的复现？一共有 3 位热心网友为你解答:
【1】、来自网友【宁教授网络空间元宇宙】的最佳回答：
需要，只有不断的复现，仔细研究代码底层逻辑才能想明白很多公式的原理以及其创新点，也方便我们对后续的研究提供一些思路。
复现代码也有利于帮助我们锻炼动手能力，强化代码思维，看懂三五个成型的代码以后就相当于明白了当前流派的代码基础，可以更好的出一些成果。
【2】、来自网友【IT 人刘俊明(提问者)】的最佳回答：
这是一个很多同学都比较关心的问题，我从科研的角度来回答一下。
首先，对于刚开始进入机器学习、深度学习领域的同学来说，读论文和做复现是基本操作，这是一个积累理论知识和提升实践能力的必要流程，也是绕不过去的环节。
以我个人为例，我通常会要求刚进组的研一同学在第一个学期至少完成 50 篇文章的阅读量，而且要完成其中 5 篇文章的复现，复现的过程对于初学者来说还是有意义的，尤其是对于那些编程能力比较弱的同学来说，一定要重视复现。
我目前就在给研究生同学上机器学习（深度学习）这门课，在课程进行过程当中，我也会安排几个比较经典的案例让同学们完成复现，复现的难度并不大，绝大部分同学也都能顺利完成复现。
对于已经在深度学习领域做出一定成果的同学来说，或者说已经具备了一定工程实践能力的同学来说，复现的意义就并不是那么大了，一般更重视对于创新点的理解和把握。
如果想通过复现来验证自己的设想，真正想把一个成果运用到自己的成果当中，或者想把这个成果运用到工程实践领域，那么复现就是一个必要的步骤了。
在课题组接到一个新的科研任务时，尤其是横向课题，通常需要发动组里的老师和同学来集中查找相关领域的最新研究成果，如果发现有一些研究内容跟科研目标比较接近时，就会抓紧时间做复现，如果复现的效果比较理想，则会把这个成果作为一个备选的着力点。
以我个人为例，我通常会把组里的同学划分成多个小组，当发现一个着力点之后，就会安排其中一个小组的同学在这个着力点上做创新，然后结合多个创新点来并行推进，这一方面会让更多同学都能出一个自己的成果，另一方面也可以在众多方案当中选择一个最优的方案进行提交验收。
目前国内很多团队的老师都越来越重视团队的工程实践能力，尤其是深度学习、cv、nlp 这些领域，因为随着当前人工智能技术开始逐渐落地应用，工程实践能力对于课题组能否整合更多的产业资源有非常直接的影响，不少导师就是凭借课题组较强的工程实践能力能够获得与国内外大厂合作的机会，这一点我深有体会。
最后，如果有人工智能领域的相关问题，欢迎与我交流。
【3】、来自网友【默多克二】的最佳回答：
什么是复现？英文是什么？
以上就是关于问题【做深度学习方向是否需要完成大量的复现？】的全部回答，希望能对大家有所帮助，内容收集于网络仅供参考，如要实行请慎重，任何后果与本站无关！
