實際上Distill不僅是深度學習文章平臺,範圍要更廣,是一個機器學習論文的發表平臺。
實際上,現在計算機領域的論文,絕大多數都包含彩圖。使用黑白圖片的論文可以說非常罕見。(當然,考慮到可能會出非彩印的紙質版,還有不少人不習慣看電子版,仍然習慣把論文打印出來看,然而又沒有彩色印表機,甚至是照顧少數色盲患者,許多地方仍然要求,彩色圖片在灰度介質上可以分辨。)原因很簡單,彩圖表現力比黑白圖片強多了。
比如這張彩圖:
和相應的黑白版本:
很好,灰度下仍然可以分辨,但我想絕大多數人都會覺得彩圖看起來要清楚得多。
再比如,幾乎所有論文都涉及到和已有類似方法的比較,就像這個:
(最近鄰逼近演算法比較)
對比一下黑白版本:
這類圖形,如果僅僅靠灰度,會非常難以區分。所以作者不得不在線上附加了精心選擇的符號。然而,不管怎麼說,彩圖效果還是要好很多。
現在,我們在色彩的基礎上,再讓圖片動起來。不僅讓圖片動起來,而且是能夠和讀者互動,那表達效果是不是更好了?
這就是Distill做的事。
基本上,富媒體、可互動是一個潮流。比如蘋果力推的以iPad為介質的教材,不僅減輕了學生的負重,還允許學生以互動的方式學習教材,從而更好地理解教材的內容。
既然教材可以富媒體、可互動,論文為什麼不可以?
實際上Distill不僅是深度學習文章平臺,範圍要更廣,是一個機器學習論文的發表平臺。
實際上,現在計算機領域的論文,絕大多數都包含彩圖。使用黑白圖片的論文可以說非常罕見。(當然,考慮到可能會出非彩印的紙質版,還有不少人不習慣看電子版,仍然習慣把論文打印出來看,然而又沒有彩色印表機,甚至是照顧少數色盲患者,許多地方仍然要求,彩色圖片在灰度介質上可以分辨。)原因很簡單,彩圖表現力比黑白圖片強多了。
比如這張彩圖:
和相應的黑白版本:
很好,灰度下仍然可以分辨,但我想絕大多數人都會覺得彩圖看起來要清楚得多。
再比如,幾乎所有論文都涉及到和已有類似方法的比較,就像這個:
(最近鄰逼近演算法比較)
對比一下黑白版本:
這類圖形,如果僅僅靠灰度,會非常難以區分。所以作者不得不在線上附加了精心選擇的符號。然而,不管怎麼說,彩圖效果還是要好很多。
現在,我們在色彩的基礎上,再讓圖片動起來。不僅讓圖片動起來,而且是能夠和讀者互動,那表達效果是不是更好了?
這就是Distill做的事。
基本上,富媒體、可互動是一個潮流。比如蘋果力推的以iPad為介質的教材,不僅減輕了學生的負重,還允許學生以互動的方式學習教材,從而更好地理解教材的內容。
既然教材可以富媒體、可互動,論文為什麼不可以?