# 新手入门

## Getting Started

RHOS的默认入门是从[CS231n](https://www.bilibili.com/video/BV1b1agz5ERC)开始。请把视频课程看完并完成3次assignment，对CV、deep learning以及代码工具有基本的了解

## Your Missing Semester in CS

在你更进一步之前，有一些基本的工具需要学习（或许在上面的assignment中都已经了解到）

* Python
  * [Conda](https://wohugb.github.io/python/Anaconda/QuickStart/)。*至少会activate*
  * [jupyter](https://zhuanlan.zhihu.com/p/36764170)
* Linux。
  * 基本的shell工具。
  * [Git](https://www.liaoxuefeng.com/wiki/896043488029600)。*至少会add commit push 三件套*
  * [tmux](https://www.jianshu.com/p/cb920fe549ce)。用于挂后台进程（跑训练）
  * [ssh远程连接](/rhos-ke-yan-shou-ce/zui-jia-shi-jian/ru-he-lian-jie-yuan-cheng-fu-wu-qi.md)
* Deep learning基本工具
  * nvidia-smi和CUDA\_VISIBLE\_DEVICES
  * PyTorch。*至少会*[*写一个ConvNet分类网络*](https://pytorch.org/tutorials/beginner/blitz/cifar10_tutorial.html)
* Latex

## 投稿流程

通常一篇会议论文的生命周期是这样的：

<table><thead><tr><th width="181"> Time</th><th>Schedule</th></tr></thead><tbody><tr><td>投稿前n个月（n变化剧烈）</td><td>提出idea并进行验证实验，trial-and-error，<strong>re-</strong>search</td></tr><tr><td>投稿前1.5-2个月</td><td>开始撰写文章（先introduction，再method，再其他）,理清思路</td></tr><tr><td>投稿前1个月</td><td>注册submission（以大会官网为准）</td></tr><tr><td>投稿前3-4周</td><td>完成文章文字部分（结果可以空着部分），开始polish</td></tr><tr><td>投稿前1-2周</td><td>有时候有abstract deadline，要求提前定好作者；注意官网通知</td></tr><tr><td>正文DDL</td><td>奋战到底</td></tr><tr><td>投稿后1周内</td><td>提交supplementary</td></tr><tr><td>投稿后3个月</td><td>返回review结果，rebuttal（1-2周，补充实验，增加explanation）</td></tr><tr><td>rebuttal后1-2个月</td><td>接收结果通知</td></tr><tr><td>if 很不幸</td><td>recycle，返回「投稿前1-2月」的状态修改并投稿下一个会议。</td></tr><tr><td>噫！好！我中了！</td><td><ol><li>考虑是否线下参会（需要注册、办理签证、办理学校出境手续）（线上也需要有作者virtual注册）</li><li>考虑是否转期刊（需要补充30%以上的contribution）</li></ol></td></tr><tr><td>接收后1个月内</td><td>修改文章，补充rebuttal中增加或claim的内容，提交camera ready版本</td></tr><tr><td>参会前（越早越好）</td><td><ol><li>Poster、slides、video，通常是参会必须，会提早一些时间需要提交</li><li>新建专门的project page，更新RHOS主页（News、Publication、Project pages、论文统计数），更新你的个人主页</li><li>整理并开源代码、数据（project page可以挂在同一个github repo的不同branch里面）</li></ol></td></tr></tbody></table>

会议投稿的ddl可以在<https://aideadlin.es/><https://ccfddl.github.io/>查看。我们关注的会议通常的时间节点如下（把rebuttal时间一并列出，注意是否撞车）：

<table><thead><tr><th>Time</th><th>CV</th><th width="200">ML</th><th>Robotics</th></tr></thead><tbody><tr><td>1月底2月初</td><td><em><mark style="color:blue;">CVPR reb</mark></em></td><td><strong>ICML</strong></td><td><strong>RSS</strong></td></tr><tr><td>3月</td><td><strong>ICCV/ECCV</strong></td><td><em><mark style="color:blue;">ICML reb</mark></em></td><td><strong>IROS</strong><br><em><mark style="color:blue;">RSS reb</mark></em></td></tr><tr><td>5月底6月初</td><td><em><mark style="color:blue;">ICCV/ECCV reb</mark></em></td><td><strong>NeurIPS</strong></td><td><strong>CoRL</strong></td></tr><tr><td>8月初</td><td></td><td><em><mark style="color:blue;">NeurIPS reb</mark></em></td><td><em><mark style="color:blue;">CoRL reb</mark></em></td></tr><tr><td>9月底</td><td></td><td><strong>ICLR</strong></td><td><strong>ICRA</strong></td></tr><tr><td>11月初</td><td><strong>CVPR</strong></td><td><em><mark style="color:blue;">ICLR reb</mark></em></td><td></td></tr></tbody></table>

## 进阶

(under construction)

## 一些有趣的文章

[The Bitter Lesson](http://www.incompleteideas.net/IncIdeas/BitterLesson.html) -- Richard Sutton

[怎样从别人那里要求获得代码/论文/模型/数据?](https://cs.nju.edu.cn/wujx/HowToRequestCode.html) -- Jianxin Wu, NJU

[How To Do Research in MIT AI Lab](https://dspace.mit.edu/bitstream/handle/1721.1/41487/AI_WP_316.pdf) (古早)

[Tips for Writing Technical Papers](https://cs.stanford.edu/people/widom/paper-writing.html) -- Jennifer Widom, Stanford


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://mvig-rhos.gitbook.io/rhos-ke-yan-shou-ce/readme.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.