如何快速写小论文
如何写好散文？
如何写好散文？
初学散文的学习许多老师都会说一句：形散而神不散。这句话讲散文的形式简单概括出来。形散是指散文的形式比较宽松，可以一二句一段，可以一层意思一段。
可以通过排比，白描等修辞或文法表现形式。神不散指内容的中心思想是统一的。不能前一段的内容和后一段的内容毫无关联。
可以通过连续的比喻，反问，排比等等一系列的方式将同一思想的不同方面写出来。以上是答题的够架。其次，散文的作用是表现自己对与感情，事情的发展的感慨。
作者要通过字里行间的用词来表现自己的内心写照。如：最普通的表现心情不好我们描述天气会写残阳如血，心情好的时候会写夕照如辉。
通过一系列的细节处理完成整篇的心绪的抒发。散文其实并不好写，不想许多人说的只要堆叠形容词就可以。
需要很长时间对词句的磨练才能写出好的散文作品。应试中的散文一般不容易得高分的原因就在于此。
考场很多人不能在紧张的气氛里将自己融入自己想表达的氛围中。
所以在中高考中散文得高分的多是作文的好手。这需要不断的写，不断地练习。除此之外，多看别人的好散文会让自己在句子的运用上有很大的飞跃，我们会想到：为什么这个词这么用感觉这么好？
这样很多的积累下来你就也会用了。随笔对照散文的唯一区别就是叙事性比散文要强，散文的抒情更浓一些。加油吧，这写都是我的感受。大家共勉~！哟[碰拳][碰拳][碰拳]
深度学习怎么找idea发论文？
你好。谢邀。
深度学习属于人工智能的连接学派。如果你仔细看看或许觉得神经网络和集成电路比较相似。这里面暗含了一个基本思想：模块化。所以深度学习通俗一点就是“积木游戏”。所以深度学习创新可以类比积木游戏创新就主要来源于三个方面：（1）创造新的积木类型。（2）创造新的堆积木的方式，堆出不同形状。（3）堆积方法用于不同的游戏场景。
以下从这三个方面展开来讲：
创造新的积木类型拿激活函数举例：relu、leakly relu、parameter relu... sigmoid、tanh。按网络基础构成算子举例：全连接fc，卷积conv，循环算子lstm，gru。
尝试着从数学库里面找一个理论，将它算子化，也许这就是一篇不错的论文。以前专家总是手工来寻找这样的算子，现在google的大神们借助算力使用automl，autodl来自动寻找算子，如果你也有功能强大的算力你也可以尝试着用算力自动寻找新的“积木算子”，如果这个算子恰好又是神奇的提高了神经网络的性能，那么人工智能深度学习领域又将多一个大神一样的人，而这个人恰好就是你。
创造新的堆积木方式resnet很大程度受益于highway network的启发，将X直连到下一层这个概念在论文发出来之后其实看看觉得蛮直观的，但为什么其他人都想不到呢？这个问题我也在问自己，O(∩_∩)O哈哈~。再举个例子：Conv层如何堆，是同型Conv堆积还是不同kernel size的conv进行堆积，也许这就是alexnet，googlenet等不同卷积网络的区别。
目前google也借助遗传算法等自动找到新的堆积木的方式，发了很多高水平的论文，如果我告诉大拿科学家他们这仅仅是堆积木的方法不同“无他但手熟尔“，他们会不会生气打我。
堆出的积木形状用于不同的场景Attention注意力机制最先出现在NLP领域，后来进入了语音识别和合成领域还有CV计算机视觉领域。仅仅是相同的积木用在了不同的场景罢了，最先发现新的应用场景的人成了他所在领域的大神，如果我说大神仅仅是搬运工相信大神也会打我的。
以上三种方式不一定概括全面，但我认为能做到上述任意一条的都是一个不错的想法。当然积木游戏要玩的好，一定需要“多玩”，所谓多玩意味着多看论文看看人家怎么玩，玩的好的人怎么玩，学着按别人的套路玩，最后自己找到一种新玩法，反复训练自己的新玩法达到纯熟，干翻一堆老玩家，你就是终极玩家了。
综上所述：深度学习不简单，但也不必想的过于复杂。灵活的应用上述提到的三条，随意创新、大胆实践做实验，相信很快你就能发出很多高水平的论文了。
两句话总结：
1. 实践是检验真理的唯一标准。
2. 无他但手熟尔。