导读：近日，Deepmind和纽约大学研究科学家一起作了一场关于如何撰写一篇优秀的研究论文的专题会议，从研究人员(通过写作来提高你自己的理解)、审稿人(避免被拒绝的常见陷阱)和读者(传达你的信息并使你的作品尽可能有影响力)的角度来探讨写作过程，值得研究人员细细品味。
来源：专知（ID：Quan_Zhuanzhi）
在PPT开篇部分，微软首席研究员西蒙·佩顿·琼斯提出了关于写作的7点建议：
- 不要等待：要写
- 确定你的主要想法
- 讲一个故事
- 打磨你的贡献点
- 相关工作：稍后再写
- 把你的读者放在首位
- 倾听读者的意见
以下为PPT全文：
（在大数据（ID：hzdashuju）后台对话框回复论文写作，可获取完整版PPT下载链接）
（在大数据（ID：hzdashuju）后台对话框回复论文写作，可获取完整版PPT下载链接）
关于作者：
1. Simon PeytonJones
西蒙·佩顿·琼斯（Simon PeytonJones，1958年1月18日－），生于南非，英国计算机科学家，毕业于剑桥大学三一学院，以研究函数编程语言的实作与应用为主，特别是针对惰性函数编程语言（lazy functional languages）。他对Haskell编程语言的发展有很大贡献，为格拉斯哥大学的荣誉教授，也在剑桥大学指导博士生。
2. Ulrich Paquet, Deepmind
Ulrich Paquet2007年毕业于剑桥大学机器学习方向。随后在Imense从事人脸识别和图像检索工作。2011年加入微软剑桥研究院 Xbox项目组, 2015年加入Deepmind。
3. Stephan Gouws, Deepmind
Google Brain Team 的研究科学家，也是最近炙手可热的UniversalTransformers作者之一。
4. Nando de Freitas, Deepmind
Nando de Freitas是一名来自牛津大学机器学习教授，也是牛津大学深度学习课程的主讲人。在2000年拿到Trinity College的博士学位后，1999至2001年他在 UC Berkeley担任博后，2001至2014年在 University of British Columbia担任教授，他还是加拿大高级科研学会（CIFAR）的一员，并拿到了许多学术类的奖项。
5. 纽约大学Martin Arjovsky
著名的Wasserstein GAN作者之一，为解决GAN不稳定问题的WGAN在2017年ICML提出后再Google scholar上已经有了一千多引用。
6. 纽约大学Kyunghyun Cho
机器翻译专家，Yoshua Bengio的博士后，2015年《Neural machine translation by jointly learning to align andtranslate》最早将Attention机制引入到机器翻译中。
