选自GitHub
机器之心收拾
参加：Jamin、思、一鸣
即使是最具构思性的机器学习研讨者，也不得不面临枯燥无味的论文和项目文档写作。这项作业还慢待不得，由于一旦少了重要的部分，有很大的可能性对研讨形成影响。在这儿，机器之心收拾了一些高赞开源项目 Readme、Gitignore 文档和论文的 LateX 模板。即使是初度研讨的人也可以敏捷上手。
从搞研讨到做项目，模板都是进步生产力的好东西。由于开发者比较重视功率（由于懒），许多细枝末节而又稍微繁琐的作业，都会在 GitHub 上放出模板。比方说 Git 用的 gitignore 文件，模板放到 GitHub 上居然能有 9.6 万的 Star 量，这些小而好用的模板项目，的确能省不少事。
gitignore 模板做项目
不论是做研讨，仍是往常写一些小项目，Git 总是必不行少的。若不用 Git 追寻一切代码修正痕迹，总感觉改代码、测验代码会比较心虚。一般运用 Git，又少不了 将代码托管到 GitHub，特别现在 GitHub 现已支撑免费的私有项目。
但是做项目时，每次检查修正了哪些文件时，总会有一些奇奇怪怪的临时文件，编译器缓存、体系缓存等等，此外数据集太大一般也不会传到 GitHub。为了看着舒畅，大概率你会写一个 . gitignore 文件，将需求 Git 疏忽的一切文件、一切类型的文件都疏忽掉。
比方说，早几天清华大学开源的深度学习结构「计图」，它的 .gitignore 文件是这样的：
可以想到，清华的研讨者必定是在构建项目的进程中，一条条把不期望添加到 GitHub 的文件扫除在外。尽管要扫除的文件每个项目都不相同，但是有一些必定都是共通的，例如 __pycache__ 等。这儿咱们介绍一个 GitHub 官方 gitignore 模板，它现在具有高达 9W+的 Star 量。
这一系列模板十分好用，假如咱们用 Python 做项目，直接下载对应的.gitignore 文件就行了。这个文件内部大概是这样的：
它会从不同的视点展现 Python 项目究竟哪些文件是应该扫除在外，不能上传到代码库。总文件有 143 行，咱们直接下载用就行，只需再加上几行描绘自己项目的句子，.gitignore 就完美了。
项目做完了，README 也不行少，是的，它也有模板。
README 模板
而 README 方面更是粗茶淡饭，首要必定的是 Readme 的实质，让读者可以以最快速度去了解怎么装置或是运用项目。曾经为了写一份 README 还要先去找一个老练项目作为参照，比方耳熟能详的 由 RichardLitt 建议的「Standard Readme」，简略直白的告知应该写哪些内容，该怎么样排版等。
但此次向读者们介绍的是专门针对于 Machine Learning 论文且附代码的 README 书写规范及模板，让你不用在 README 的结构，排版上花更多时刻。话不多说，来看参阅图：
榜首部分必定是论文的标题，以及包含了可选择一些图表来简略阐明所运用的办法、首要结构或者是 bibtex 类型等。接着要扼要阐明装置要求，比方怎么设置环境，怎么运用 pip / conda / docker 指令，怎么下载数据集等。
而接下来要针对练习来介绍。描绘怎么练习模型，并在论文顶用示例指令去阐明该怎么练习模型，包含完好的练习进程以及恰当的超参数等。
「evaluation」此一项要介绍怎么依据论文中的基准去评价练习后的模型。而之后针对预练习模型，要供给有用链接，怎么下载预练习模型，以及扼要介绍他们是怎么被练习的。而最终，则是输出成果，成果比照以及排行榜等。
其实，从逻辑上看并不难，README 大部分操作是较为费事且花时刻的，假如有了此模板，许多固定的格局就可以直接套用，省去了不少时刻。
LaTeX 模板写论文
假如试验做完了，README 也写好了，发现了惊人的作用，现在该投论文了。不同的大会都有一些格局上的要求，有时候他们也会在 GitHub 上发布 LaTex 论文模板。作为最终一步，本文引荐清华大学的毕业论文模板，它包含了完好的 LaTeX 文件，下载下来并修正内容后，一键就能生成规范的 PDF。
该学位论文 LaTeX 模板，包含本科归纳论文练习、硕士论文、博士论文以及博士后出站陈述。
项目地址：https://github.com/xueruini/thuthesis
有了这些项目，枯燥无味的文书作业都可以变得更有功率，还不会犯错。
本文为机器之心收拾，转载请联络本大众号取得授权。
------------------------------------------------
参加机器之心（全职记者 / 实习生）：hr@jiqizhixin.com
投稿或寻求报导：content@jiqizhixin.com
广告 & 商务协作：bd@jiqizhixin.com
