极大提高效率:深度学习论文写作工具杂谈

工具 kira ⋅ 于 6个月前 ⋅ 最后回复由 dahezi1 3周前 ⋅ 792 阅读

来源|机器学习初学者

作者|黄海广

本人在写论文的时候,用到了很多工具,可用说这些工具可以大大提高写论文的效率,本文分享下作者常用的论文神器。

本文介绍以下几种工具:

  • 论文管理神器Zotero

  • OCR神器(公式识别等)

  • Latex工具

  • 语法校对工具

  • 论文翻译

  • 论文绘图工具

论文管理神器Zotero

一、Zotero简介

Zotero作为一款协助科研工作者收集、管理以及引用研究资源的免费软件,如今已被广泛使用。此篇使用说明主要分享引用研究资源功能,其中研究资源可以包括期刊、书籍等各类文献和网页、图片等。欢迎所有共同学习使用的朋友提供批评意见或补充使用经验。

下载地址:https://www.zotero.org/download/

ubuntu下安装zotero:

sudo apt-add-repository ppa:smathot/cogscinl
# Say yes/press enter to accept any requests.
$ sudo apt-get update
# Wait for it to complete, then:
$ sudo apt-get install zotero-standalone`

二、新建分类

步骤:我的文库→右键→新建分类→输入名称→鼠标右键我的文库→出现新建文件夹

file

三、英文文献信息导入

步骤(非常简单):

在新建目录下→鼠标拖入英文文献→右键重新抓取PDF文件的元数据→获取文献基本信息

备注:一些时间久远的英文论文也不能直接抓取数据,具体信息抓取方法参照第四部分中文文献的信息导入。

filefilefile

四、中文文献信息导入

步骤(稍复杂):

1. 在Text目录下→鼠标拖入中文文献

2. 在百度学术搜索文献→点击批量引用→导出到BibTex→下载

filefile

3. 用记事本打开下载好的.bib文件→复制全部内容

file

4. Zotero界面文件一栏→选择从剪贴板导入

file

5. 将PDF文件鼠标拖至刚导入文件成为其子文件→完成中文文献的信息抓取

file

五、插入文献

步骤:

1. Word中点击菜单栏中的“Zotero”工具栏→选择要引用的方式(默认选项没有的引用方式参见第六部分)

filefile

2. 鼠标光标置于要插入上角标处(即下图2处)→点击下图1处所示图标→2处出现红框内文字,3处出现Zotero快速格式化引文→点击快速格式化引文左边图标选择经典视图

file

3. 出现“添加/编辑引文”对话框→选择要引入的文献,点击OK

file

4. 下图1处出现上角标→光标置于参考文献3处→点击2处→3处引入参考文献成功

filefile

5. 其他文献可依次插入。Zotero有个特别强大的功能,如果中间一部分引文被删除,点击工具栏的Refresh,上角标以及参考文献会自动更新。

六、寻找非默认引文格式

步骤:

点击左上角Add/Edit
Citation工具→选择右下角管理样式→在 Zotero Style Repository对话框寻找想要的引文格式

filefile

七、使用坚果云同步文献

zotero只给了300m的空间,大概只能放80来篇文献的全文文件,如果文献较多就不能同步全文。注意:使用同步功能要先注册zotero账号。解决方法:使用坚果云:

坚果云官网:https://www.jianguoyun.com/

注意关闭手机验证,设置如图:

file

八、使用插件

Zotero还有不少插件,比较有名的是zotfile,Zotero DOl Manager,它们可以自动下载pdf,或者获取论文的DOI。

具体使用方法可以网上搜索获取。

OCR神器(公式识别等)

我发现了一个神奇的OCR工具:天若OCR,功能真的很好很强大。

免费版本可以识别图片文本,收费版本也不贵,59元一次性买个专业版,可以定义接口。

软件具有文本识别、翻译等功能,这些通用功能我就不展开说明了,我着重推荐两个功能:公式识别和表格识别。

公式识别

我之前推荐过公式的识别神器mathpix,真的很好用,但是免费的只有每个月50次,不够。

天若OCR可以设置mathpix的接口,mathpix接口一个月免费1000次识别,应该够了,注册的时候要绑定信用卡(注册过程要科学上网),识别效果:

file原图片公式

file识别后的公式,可以导出tex或者保存为word文件

表格识别

一般的OCR软件识别文字都问题不大,但是表格识别却是个问题,解决这个问题,这里推荐下腾讯优图的接口,目前每天200次识别免费。在天若OCR里配置好表格识别的接口为腾讯优图后,识别效果如下:

file

原始表格图片

file
识别表格效果

识别后的表格,可以直接导入到word:

file
导入word效果

天若还可以对三线表添加网格后进行识别,非常方便。

在线的latex编辑和编译工具:overleaf

论文最终展现出来的就是一个PDF格式的文档。

当然可以使用word,但光排版这件事情,就能耗费你一半的精力。

正确的答案是,使用latex,它是一个专业的排版工具,按照latex的语法进行写作,执行编译就能够得到PDF文件。它的语法包含了如何排版,虽然相比word上手要慢,但在排版这件事情上,入门级别的latex语法,你要达到精通word的水平。

latex如何使用呢?当然,要安装编译器,再安装编辑器,本地一通配置,偶尔会遇到些问题,凭着强大的谷歌搜索,倒也不是什么难事。配置本地环境,不如直接使用在线编辑器。

www.overleaf.com

  • 注册即用,免去本地latex环境安装的痛苦。
  • 多人合作,共同编辑。
  • 富文本编辑模式,比写latex源码舒服些。
  • 随时可以完成在线编译,查看PDF。

file

按照overleaf的开始流程,有选择模板的过程,模板怎么选,还是要看投稿的期刊或者会议的要求。以KDD为例,在它的KDD 2019 Call for Research Papers页面上,给出了模板格式,看看能不能在overleaf上找到,即使没有,一会提供下载,自己上传到overleaf。

file

走过这一步,已经可以编译出模板PDF了,可以照猫画虎地写起来了。

grammarly:语法纠错神器

https://app.grammarly.com/

在这编辑文章的一句或一段话,语法出错了会有提示,低级的语法错误都能够避免。file

语法纠错

除了语法纠错之外,还有同意替换功能,我的塑料英语能想到的词汇都太过常见,不够精准(逼格不足),选中词就可以同义替换了。

file同意替换

建议在word软件中安装grammarly插件,直接可用在word中进行语法校对和纠正。

谷歌翻译

开始写作前,要纠结一个问题,是先写中文再翻译,还是直接写英文?我觉得,怎么快怎么来,避免拖延,快速开始。英语不过关,翻译软件来凑。

有时候不知道怎么开始一个句型,先中文拿到英文句型的轮廓,再靠着自己的塑料英文加上更多的辅助工具完善,不失为一个好的选择。

translate.google.cn

一个秘传用法:中翻英,改英文,英翻中,改中文。。。反复迭代。

论文绘图工具

机器学习绘图

1.Scikit-plot

本人在写机器学习相关论文的时候,很多图片是用matplotlib和seaborn画的,但是,我还有一个神器,Scikit-plot,通过这个神器,画出了更加高大上的机器学习图,本文对Scikit-plot做下简单介绍。

仓库地址:

https://github.com/reiinakano/scikit-plot

里面有使用说明和样例(py和ipynb格式)。

使用说明

简单举几个例子:

  • 比如画出分类评级指标的ROC曲线的完整代码:
from sklearn.datasets import load\_digits  
from sklearn.model\_selection import train\_test\_split  
from sklearn.naive\_bayes import GaussianNB  
X, y = load\_digits\(return\_X\_y=True\)  
X\_train, X\_test, y\_train, y\_test = train\_test\_split\(X, y, test\_size=0.33\)  
nb = GaussianNB\(\)  
nb.fit\(X\_train, y\_train\)  
predicted\_probas = nb.predict\_proba\(X\_test\)  
\# The magic happens here  
import matplotlib.pyplot as plt  
import scikitplot as skplt  
skplt.metrics.plot\_roc\(y\_test, predicted\_probas\)  
plt.show\(\)

file

图:ROC曲线

  • P-R曲线就是精确率precision vs 召回率recall 曲线,以recall作为横坐标轴,precision作为纵坐标轴。首先解释一下精确率和召回率。

file

图:P-R曲线

  • 混淆矩阵是分类的重要评价标准,下面代码是用随机森林对鸢尾花数据集进行分类,分类结果画一个归一化的混淆矩阵。

file

图:归一化混淆矩阵

  • 其他图如学习曲线、特征重要性、聚类的肘点等等,都可以用几行代码搞定。

file

图:学习曲线、特征重要性

仓库地址:

https://github.com/reiinakano/scikit-plot

里面有使用说明和样例。

2.SciencePlots

SciencePlots是一个专门为科研论文打造的轻量化的绘图工具包

网址:

https://github.com/garrettj403/SciencePlots

Github里有实用说明。

简易入门:只需要导入matplotlib工具包,选择相应的style即可。例如,如果想要给Science投稿,那么只需要引入下列的主题:

import matplotlib.pyplot as plt``plt.style.use('science')

需要使用IEEE的格式,则是

import matplotlib.pyplot as plt``plt.style.use(['science','ieee'])

但是需要注意的是,IEEE的格式会覆盖一些Science的风格,例如列宽,行距等。

绘制结果如下:

file

深度学习绘图

1.ML Visuals

ML Visuals是一项新的协作努力,通过提供免费的专业、引人注目的和足够的视觉和图形,帮助机器学习社区改进科学交流。您可以在演示文稿或博客文章中自由使用视觉效果。

这个项目地址为:

https://github.com/dair-ai/ml-visuals

Github上面有说明如何使用,大家可以自定义自己需要的图形,上面已经提供了基本的元素,根据自己的需求去调整使用即可!

部分模板:

file

我们来看一下有哪些模板啊,别急,总共32页ppt,我们看几个:filefilefilefile

2.PlotNeuralNet

这个工具是萨尔大学计算机科学专业的一个学生开发的

首先我们看看效果,其github链接如下,将近4000 star:

https://github.com/HarisIqbal88/PlotNeuralNet

看看人家这个fcn-8的可视化图,颜值奇高。

file

使用的门槛相对来说就高一些了,用LaTex语言编辑,所以可以发挥的空间就大了,你看下面这个softmax层,这就是会写代码的优势了。

file

参考

[1]:知乎:九老师

[2]:https://www.zotero.org

[3]:https://github.com/reiinakano/scikit-plot

[4]:https://github.com/garrettj403/SciencePlots

[5]:https://github.com/HarisIqbal88/PlotNeuralNet

[6]:https://github.com/dair-ai/ml-visuals

[7]:   AI算法与图像处理(公众号)

[8]:   有三AI(公众号)

总结

本文分享下作者常用的论文工具,希望对读者写论文有所帮助,祝各位读者都能写出高大上的论文。

回复数量: 0
暂无回复~
您需要登陆以后才能留下评论!