* 做BOW的时候需要把标点符号都替换成空格，统一用小写。
* 处理大文本的时候用readline()而不是readlines()，不然会把文本所有的内容都读到内存里最爆炸的。
* 如果运行时间很长的时候一般打一些log出来看看处理速度，处理到哪里了。
* 对于一些因为文本不干净出现的无关的异常可以用try, except, pass忽略掉
* 做分词的时候先做分句
* 一定要记得数据一般是不干净的，想想可能有哪些需要处理的东西，搜索是否有相应的工具包。
* 新的code 先跑一遍再说。
* 读出数字等一定要做一下强制类型转换，否则都是string类型，写回去的时候也要转换成int or float类型。
* 对于没有使用过的函数，如果是在大数据集上跑最好能自己测试一下是不是对的，每个函数一定要弄清楚是干嘛的再去使用。
* 多用函数定义
* 一定要好好整理文件，没用的数据即刻删除，做好文件归类
* 看论文的时候reference也很重要，可以看出这篇文章的思路
* 涉及一个领域的时候最好先看一下综述，或者公开课，看看这个领域有什么难题，什么方向，一些传统的方法和现在常用的deep learning的方法。一定要搞清楚用deep learning的motivation是什么。
* 捋清思路再写code,要明白这个code是衔接什么的，之前之后需要用这个code干什么，不要瞎写。
* 做一个东西一定要有比较明确的motivation，知道自己为什么要这么做，借鉴别人的东西的时候也是，明白为什么要借鉴，不要觉得work的就是有用的东西。
* 观察数据的时候不要纠结，不要想太多
* 代码要用的时候再去读，记得比较牢固
* 对于model的公式不要囫囵吞枣，需要理解里面一些比较Intuitive的含义，不要着急以为自己懂了，多停5s，多想一下多问自己真的懂了吗。
网友评论