第二学期过半的一些感想
一眨眼已经过去了一个半学期，不得不感慨时间过得如此之快。在这一个半学期的学习和探索中，我对未来的方向也有了一点初步的规划。当然，这些规划能否实现，最终还是基于自己的付出，否则一切目标都是空中楼阁。
一、第一学期的学业成绩
总的来说，我第一学期的绩点处于一个不上不下的位置 (35%)，离保研 (15%) 仍有不少距离，也与我的预期相差甚远。
分析一下，可以得出一些结论：
- 错误的估计了微积分的难度。我对微积分期末的重视程度不如期中，导致我在难度稍大的期末中遇到了很多做起来吃力的题，最终导致这门大课绩点只有 3.7。
- 对所谓”水课”的重视程度不够。我军理的成绩只有 2.7，大心的成绩只有 3.7，史纲的成绩只有 3.3。这些学分也不算少，但是的的确确成为了拖分的科目。
总的来说，第一学期可以作为一个“试错”的学期。通过参照这个学期，我可以在今后改善自己的学习方式，优化自己的选课策略等等。学业成绩是不可忽视的一个东西，它是保研的垫脚石，是保外的敲门砖。如果绩点不够高，即使拿到了保内资格，也难以通过外校参营的机筛。
因此，这一学期，在诸多 “水课” 以及优化后学习方法的加持下，希望我能在绩点上实现新的突破。
二、技术学习
在这一个半学期的学习当中，我学习并探索了很多学习路径和方向。总的来说，我精进了我的编程能力，学习了一些ROS的基础知识，学习了 SLAM 建图和 ACML 导航，也进行了 YOLO v8 的初步训练(当然，内部结构还不是很了解)。
接下来，我渴望尝试的方向包括且不限于以下这些：
- ML和DL
- 计算机视觉
- 嵌入式开发
当然，这些内容要想都熟稔于心的话，难度是非常大的。
单论DL而言，模型之多，内部结构之复杂都让学习的过程充满困难，并且网上很多所谓“入门”教程都并不全然适合初学者。因此，挑选一个适合自己的教程是非常重要的。目前，我在B站上看到 3Blue1Brown 的深度学习教程还算不错，简要介绍了神经网络的结构、梯度下降、反向传播以及 Transformer 等等。希望自己能够跟着学下来。
三、未来方向的规划
在这些时间里，我对自己想要 dive into 的领域，以及将来想要从事的方向有了一些初步的想法。
首先，我最想从事的是计算机视觉方向，也就是CV。不过随着计算机领域热潮迭起，CV方向已经成了超级大热门，比如南大的 Lamda，这个组里只有几个老师做CV，他们每年的名额都是爆满。其他学校的情况也大差不差。因此，选择CV，意味着竞争会非常激烈，因此，还是斟酌一下是否确定要选择这个方向。
其次，由于我成功加入了舞蹈机器人基地和智能无人系统创新实践基地，我在接下来的一两年内必然会致力于机器人相关的开发，因此，我也可以考虑做机器人方向。当然，机器人与自动化强绑定，而西工大的自动化似乎并没有计算机好 (机器人工程也是不久前开设的专业，确实不够了解)，所以如果要做机器人方向，我可能需要考虑保外，寻找一个自动化/机器人不错的学校。
最后，对于本专业的内容，我似乎并没有那么感兴趣。但是至于转专业与否，也有待商榷。不过，电信是全学校最卷的专业，对于同一百分比的rank，可能电信需要比别的学院更高的绩点，因此，我仍然需要好好考虑一下本专业的具体情况，再做出抉择。
四、学业知识拓展
关于我想要主攻计算机并保外的打算，对应的是我需要学习一些额外的课程。
计算机专业需要学习但电信不学的课程包括且不限于：数据结构、计算机组成原理、操作系统、计算机网络、离散数学和编译原理等等。
其中，前四个课程组成了408。因为我有保外的想法，故408必然会成为学习的重点 (当然，微积分和线性代数也极其重要)。所以，我打算在下半个学期和暑假大致过掉 408 中至少两门课程，并且优先学习数据结构和操作系统。
对于数据结构，我有一些初步的了解，比如 bfs 需要用到的队列，比如二叉树的遍历，又比如图论里的 Dijkstra 算法等等。但是我学过的大多与 C++ 的 STL 相关，而我要学习的是严蔚敏的 C 语言版数据结构，因此，在实际的学习过程中，仍需注意把握与 C++ 写法的区别和联系。
对于操作系统，我的了解不多，仅限于 Windows 和 Linux 的使用。但是，在网上冲浪的过程中，我了解到了南大的蒋炎岩老师，他在 B 站上长期发布自己教授操作系统的实录。今天 (4.11) 我听了一节，感觉老师对很多东西的把握鞭辟入里也不落窠臼，希望自己能够跟着他，把操作系统大致过一遍。
我对剩下几门课的了解并不多，但也希望自己到时候能够积极去寻找资源，争取扎实地过一遍或几遍。
五、竞赛相关
在这一个半学期，我并没有参加过多的竞赛。一方面是精力实在不足，另一方面自己的实力也确实没有到打各种比赛的水平。我目前参加的竞赛只有：美赛和大英赛。
因此，在后期，我可以着手考虑要参加哪些竞赛：
计算机方面：先把比较基础的算法系统性的学习并梳理，比如最简单的贪心、分治、二分、深搜广搜、二叉树、dp、图论等等。学习完成后，可以从基础的蓝桥杯开始，甚至参加 XCPC 的比赛。这个学习的成本相当高，不过相应地，如果能够获得一些奖项，对于保外的帮助会是非常可观的。
其余方面：由于进入了基地，打一些机器人的比赛是水到渠成的，这无需多言。此外，可以考虑参加电赛，当然，这要看我未来的打算。如果不在本专业待的话，电赛的收益不大。
剩下就是诸如数学建模比赛、数学竞赛、英语竞赛等等。
数模比赛仍需要一定的算法知识，甚至牵扯到 ML 和 DL 这些。对于 NP-hard 问题，可能会用到诸如模拟退火算法；对于图论相关问题，可能用到单源最短路径相关；而对于经典的时间序列预测，可能会用到 GM ARIMA 这类传统算法，也可能会用到 LSTM GNN 这些深度学习算法。因此，我认为这是有必要打的一个比赛。
而至于数学英语竞赛，就随缘打了。数学并不是我的强项，但是有机会的话可以尝试 (说不定就获奖了呢哈哈)；而英语是我擅长并喜爱的学科，并且参加大英赛也是一种英语能力的证明 (英语能力在保外中的重要性无需多言)。因此，每年的大英赛希望我都能参加。
剩下的比赛，感兴趣的话可以参加，不过优先级可能不如上面列出的那些。
六、科研实习
科研实习，在保外的重要性无需多言。如果没有一个完整跟进过的项目，抑或如果没有一篇署名的论文，那么在夏令营或预推免的面试中，你无法证明你的科研能力，甚至可能会出现面试官与你聊不起来的情况。那么，你又谈何从众多参营者中脱颖而出，拿到优营呢？
因此，我需要在升大二前的那个暑假，联系一位本校的老师做科研实习。目前，我有几个人选，他们都是做计算机视觉相关的方向：
- lb，电子信息学院。
- yjq，计算机学院。
- qxl，自动化学院。
不过，这些老师也不一定会成为我最终实习的老师。具体情况还是到时候再看，多多咨询学长学姐，去教师主页查看相关信息，打破信息差。
写在最后
Had I not seen the sun, I could have borne the shade.
若非见过阳光，我本可忍受黑暗。
在上大学之前，我从未认真思虑过我的未来。可当我真正踯躅于大学校园，我却看见了更多不曾见过的风景，触碰到了曾遥不可及的光明。
我曾无数次厌弃于自己对理科的全无禀赋，也对自己的懒惰嗤之以鼻；但如今，我完整地跟进了持续一个半学期的舞基考核，也最终进入了梦寐以求的基地；尽管过程曲折，但也终究抵至彼岸。
希望这份对技术的好奇心和热情能永驻我心，届时，我的心灵崖壁上必能掷一树之芳华。
