很高兴回答您的问题，谢谢！
你或许有兴趣学习更多深度学习研究方面的知识，但却又从未有机会在实验室里工作。你或许刚刚结束了一门在线课程或者训练营，又或许你仅仅是好奇该领域内的最新进展。那么你该从哪儿开始呢？
1.阅读文献
找到文献里的关键部分非常重要。与对相关材料更有经验的人讨论文献内容可以帮助你见微知著，并找到那些你更该专注学习的部分。
此外，你还应该多考虑论文的结构和语境，而不是只理解其讨论的表面内容。
该领域内最重要的尚未解决的问题有哪些？
研究结论在什么时候有用？为什么有用？
研究有什么局限性？
有没有哪些洞见能被推广到其它领域？
为什么其中有些思想影响广泛而另一些则比较平庸？
有哪些内容是作者在论文里没有讨论到的？
至少在深度学习领域内，既有注重理论的论文，也有注重应用的论文。由于你大概是为了兴趣和工作而来的，就这一点讲，从应用型的开始读可能更为容易，因为这类文献的影响会更加具体。
不论你以前是否读过论文，回顾一下阅读论文的流程都能有点用处。首先要从绪论读起，而不是摘要。通常情况下，摘要可能会让你对论文里真正表述的内容见解偏颇。要确保你对整体图景有所理解，并且知道这篇论文是如何融入相关研究领域的。要辨别出研究背景的关键点，明确研究背后的问题，然后找出研究中所用的方案。
这样，你就可能想去读论文全文了，要密切注意研究的方法和结论。想办法让结论和摘要回过头来与你对论文的思考联系起来，然后去找一找其他人对论文的看法。这最后一步不是必选，因为你手上可能没法马上就拿到文献评论，但这一步可以帮你了解作者的同僚是否支持论文的结论。
2.筛选论文
以顶级学术会议为基准，收集多个研究领域的年度文献。比如，其中就有获得过AAAI“杰出论文奖”和ICML“优秀论文奖”的论文，二者分别是AI和机器学习领域的顶级会议。
寻找带注释文献的好去处——所谓注释就像是来自一个论文阅读俱乐部的各种不同见解。其包含来自所有科研领域的论文，也有一份按研究领域排序的旧文献清单。不光如此，他们还提供新闻，每周评论一篇新论文，评论形式从简单的解释到GIF图都有。
找一份以图形解释机器学习研究的在线刊物。该刊物是以更加透明化和图形化地进行研究交流为目的而创立的，其拥有可互动的小模块，代码段，还有嵌入论文内的动画。
3.结语
世上已发表的论文是你绝对读也读不完的，所以确保你读的论文让你有兴趣或者对工作有帮助便是一项挑战。如果你已经在相关领域工作，有了一些同事，那不妨向他们寻求推荐的文献。假如没有，那要是有机会参加座谈会和演讲的话，要去查一查发言人中有没有人可能具有与你的工作相关的洞见。
还有一种可能就是建立或者加入一个文献阅读小组——当你能在社区中就论文作讨论时，你的收获往往比论文本身更多。