困境
这是我曾经遇到过的困境，也许做计算机视觉、图像处理的你也会遇到：看某篇paper发现数学公式很难，很努力去看去推导去算也难以完全搞懂，不弄懂心里觉得别扭觉得不甘心，勉强弄懂了没过两个礼拜就把细节忘得差不多了。
策略
没什么好策略：如果是经典文章，网上仔细搜索下，还能找到别人的博客分析，但也未必能完全解决你的问题。如果文章不经典，或者比较冷门，那就真的难办了。anyway，搞懂它的作用，了解它的大致思路，不失为一种解决思路。一上来就抠细节，用掉的时间可以用来了解更多的内容，比如拓宽视野，比如了解经典策略。从整体看，意义不大。等看的论文多了胸中有了大模样了再抠细节不迟。
我的例子
我的例子是，读SIFT的paper，公式不能完全信服，手动推导，又查博客又查数学书。勉强都搞明白了。但因为没有继续用SIFT做应用，很快忘记了各种细节。
知乎上的问答
数字图像处理处理中的数学怎么提高？
问题
各位大大好，最近在做图像检索方面的研究。发现很多数字图象处理需要很多数学，比如最近再看的SIFT特征提取，涉及到了大量的数学，而且个人感觉很难，基本看不懂。感觉急需补充数学知识，但是看数图上面涉及到的数学也是包含各个领域，所以不知道如何下手，还请各位大大指条路？目前拥有高等数学，线性代数，数理统计，概率论的本科数学基础。
回答
不要研究纯数学，不要花时间研究数学证明，不要做数学上的习题，不要解偏怪难问题
只理解通法通则，只关心实际用途。
对科研而言，知道什么问题可解什么问题不可解，可解的问题大概要用到什么数学知识，要比具体解这个问题来的重要得多。
比如凸优化，知道什么样的函数和约束条件可以做凸优化，什么样的函数能转换为凸优化可解的问题，比具体如何做凸优化重要几百万倍。
抓框架，放细节，让数学成为你科研的“灵机一动”，这就够了。
至于深入研究，书到用时方能读。
不以应用为目的而纯以“打一个牢固的基础”为目的的学习，大概有如下两个特征：
1.容易烦，学不下去。
2.好不容易学下去了，然后全部忘光了。
别干这种傻事，真的。
推荐的研究路数是，掌握基本的数学知识（以知道论文里的数学名词含义为准）后，选择一个研究方向，看论文。看的过程中如果发现某个论文必须有某个数学背景才能理解，就快速的去补一下，然后继续看，然后你就会发现，你既跟上了研究的步伐，数学水平（的广度）又有了很大提高，而且学到的东西都比较牢固。
真去一本本仔细研究排名第一的回答提到的那几本书，那你就傻了。
作者：BigMoyan
链接：https://www.zhihu.com/question/37364702/answer/72078499
来源：知乎
著作权归作者所有，转载请联系作者获得授权。