关于实验

组成

不同领域实验难以一概而论，就从我的视角来聊聊实验的组成：
首先在motivation上，为什么要这样设计实验？
为了哪些目的，设计了哪些实验？
然后是具体的实施，包括对象的明确，设置（参数、场景等），分组

以及不同类型的文章可以参考：https://zhuanlan.zhihu.com/p/528237887

怎么读实验？

在idea还不成熟的情况下，不懂的实验可以提供给人insights？
实验中的现象是发现科研问题的基础。

需要做哪些实验

发现自己不知如何进行实验，这里想要回到实验的本质。
我们为什么需要做这个实验？首先想想实验能提供给我们什么？
一个自然的答案是：实验现象。
通过实验现象，从不同维度去思考，我们可以了解现有算法的问题与优势。
那么，在一个实验中，哪些现象是最重要的？
比如在模型的训练过程中，我们是不是无论如何都需要看到损失函数的变化？
什么样的实验现象能回应我们的目标呢？

什么叫能work

经常听到work≈提点，但是提点是指什么呢？我们的方法在哪些模型，哪些数据集上好用？

动手时

发现自己在动手改写或者编写代码时，总是会从比较随机的想法处入手，想到啥就写啥。比如在修改钩子函数时，已经写好了input的部分，需要改写output，这就是改写变量名的问题，但是最后总不确定会不会有一些typos。
可改进：动手前的方向与逻辑整理。代码的结构艺术。

对方法的理解

如果对方法的理解只是宏观而且模糊的，那么在想要尝试方法时成功的机会也不会很大。
读到别人的思路，有了自己的idea或者想要尝试别人的idea，在实验前就可以细看论文或者代码，检验idea。