9月份开学后正式进入了研究生学习阶段，其实早在6月份就和导师到深圳的实验室去做项目，干了两个半月，对以前学的技术熟悉了一下，对后来的研究生学习挺有帮助。
第一次到南方，很兴奋，和导师带的另一个同学一起去的，做了24个小时的火车，下车后还是导师亲自来接站，感觉荣幸之至。
住在挨着华强北的一个小区内，实验室在XX区的科技园内，每天按上下班的点去实验室，第一次体验了一把上班族的生活。华强北真热闹，以前都在小地方，没怎么见过市面，第一次见六条人行横道的十字路口，隔三差五就去华强北转，晚上吃完晚饭经常去电器城里吹冷风，各种新上市的电子产品也把玩了个遍。唯一感觉不好的就是南方的气候，经常潮湿的不行，蟑螂还很多，个头又大，住了两个月就怀念北方干燥的天气了。
下面主要说说研究生第一学期的学习。
本着求知好学的精神，加上刚上研究生干劲十足，这学期选的课很多，各方面都想学，问了周围的同学，还没见到比我选的课多的。
过了半个学期就开始后悔，课程太多应付不过来，几乎每门课都有大作业，想着如果让我重新选课，肯定不选这么多。尤其到了最后一个月，简直要忙死，好几个课程的大作业都是在截止日期前一天才做完。进入考期后更是紧张，要考试的科目比别人多出四五门，一直愁怎么安排复习时间。最重要的两门，矩阵理论和算法还是在相邻的两天内考，一直担心要是挂科怎么办。那几天又过上了考研期间的生活，每天背着书包去自习室。直到最后一科考完，才发现自己竟然做到了，之前担心的几个科目也都比较有把握。再次验证了人的潜力是逼出来的，如果当初选的课比较少，会过的比较轻松，但学不到更多的东西，到头来坑的是自己;选的课多了，学习过程会很紧张，但激发的潜力会逼自己完成所有科目，多学了东西，最终受益的还是自己。
这学期一共选了13门课，分别说说感受。
(1)中国特色社会主义理论与实践研究
必修的政治课，由好几位老师讲，每位老师讲一个主题，与以往的政治课最大的不同是从不同的角度看历史政治问题，讲了些一般政治历史课本上没有的。只是每次上课的时间太长，一上就是一下午，没什么耐心听。最后是开卷考试，买的讲课老师自己编的书，只要把相关内容答上去就有分。
(2)英语
选课前有个英语免修的考试，我没参加，因为我还是挺喜欢英语的，也不怕英语考试，每堂课跟着听一听，比较轻松也能复习复习英语，顺带学点东西。英语课每周两节，一节外教讲，一节是中国的英语老师讲。外教是苏格兰人，英式发音一开始听着很别扭，后来习惯了感觉还挺有意思。上课一般是讲一些西方文化，分组讨论，最后的考试是几分钟的口语面试，也挺简单。中国的英语老师是剑桥留学回来的博士，水平还是很高的，上课多是讲一些英文写作的技巧，确实对以后写论文有帮助。其实想一想，以后再想找个高水平的英语老师给讲课机会可就不多了，所以这次选英语课一点也不后悔。
(3)矩阵理论
工科的必修课之一，可以从数理统计、矩阵理论、数值分析三门里选一门，听说矩阵论算是其中简单的，就选了矩阵。第一章的内容是接着本科学的线性代数讲的，后面讲一些深入的东西，像矩阵分解、伪逆矩阵、矩阵函数之类的。本身我们实验室就搞图像处理，学一学矩阵对以后还是挺有帮助的。每周有两节课，都是上午第一节，总是起不来。最后考试前也很担心，总怕挂掉，复习资料是看往年的矩阵论考题，针对每个题型复习。在考场上见到考题后才放下心来，题目还是很简单的，都是些固定题型，没有很偏很难的。
(4)经济学思想
跨学科的一门选修课，本身对经济学很感兴趣，就想选这门课。这门课还是很热门的，选课开始的第一天我选的时候已经满员了，第二天早晨看的时候发现有人退了，还剩一个名额，就赶紧退掉其他跨学科选修课，选了这门。前几节课讲的东西都很好理解，到后来有很多经济学里的公式图表，就听不懂了。考试是闭卷，50道2分的选择题，没一点弹性。参考书指定的是曼昆的《经济学原理》，在网上找了这本书的要点总结看了一遍，也没记住多少。考试的时候全靠理解加常识，最后还是过了。
(5)算法设计与分析
计算机专业的重量级必修课，授课老师韩军教授水平很高，澳大利亚邦德大学毕业的，讲课生动有趣，参考书就用的王晓东的《计算机算法设计与分析》。还是按照分治算法、动态规划、分支定界、贪心算法、随机算法、np理论这一套讲下来，也算是又复习了一遍。
不过相比本科学的内容深入了，像分治算法里面又分为分治、减治、变治。动态规划部分讲的也很好，对动态规划的理解又加深了。平时有三次作业，一次算法性能分分析题，一次动态规划题，一次分支界限题，这几次作业还是很锻炼人的。最后考试还是参照往年试题复习，考之前也很担心，最后发现题目有80%是重复的。
(6)高等计算机网络
这门课也相当于把本科讲的计算机网络又复习了一遍，还是分层讲，内容上加深了，介绍了一些以前没讲过的协议。老师的讲课方式比较枯燥，一个人就能说两个多小时，没有互动。不过老师给安排的作业还是很锻炼人的。平时有5次针对不同主题的论文阅读，每个人人选三个主题，也就是三篇论文，进行阅读和分析，候选论文都是老师给仔细挑选的英文经典论文，读完后要写分析报告，一篇word，一篇ppt，word上交，ppt在课堂上抽人演讲。通过这几次作业锻炼了英文原版论文的阅读能力，提高了英语水平和专业水平，虽然过程很难熬，不过对自己的提高有很大帮助。还有个分组大作业，可以做网络性能分析、网络参数测量或者网络相关的应用。我们组本来想直接交我本科做的一个局域网抓包分析的程序，结果开题时被毙了，说做这些没有研究意义。后来又临时选题，做的p2p流量识别和分析。
由于是临时选题，开题后一点思路也没有，愁了好几个星期，直到最后截止日期前才做完。这门课是我所选的课中作业最多的，同时对自我提高帮助也很大。
(7)程序语言设计原理
院长讲的一门课，之前还对院长的水平抱有怀疑，总认为干上行政工作后学术水平会有所降低，后来上课后才发现院长水平真的很高。
这门课不是讲具体的语言，而是讲程序语言的设计原则和分类，很高深的东西，还夹杂着很多编译原理相关的内容，到后来基本听不懂了。
通过这门课第一次知道了什么是函数式语言。老师留的作业也很有意思，共三个作业，分别是程序之美、语言之美、形式之美。程序之美是让分析一段1000行左右的程序，指出其中体现了哪些程序语言的设计原则。语言之美是分组作业，老师给定一些少见的编程语言，分组研究其类型系统、束定机制、存储机制、程序控制、编译环境等。给定的语言有objective-c、python、haskell、scheme、clojure、scala、erlang、ruby、php、html5。我们组选的是scala，本来想选objective-c、python、php这些常用语言，学习一下以后可能用得到，但由于太热门，名额早就被占光了。scala也不错，兼具函数式和面向对象式语言的特点，分析过程中确实也学到很多东西。形式之美是让写形式化表达，这次作业也被当做最后的考试。
(8)人机交互
这门课主要讲一些设计准则，这些准则告诉我们在设计软件(或其他任何人类使用的物品)时如何才能更好的被人使用。对于以后做界面开发有很大帮助。比如做网站，有的网站我们一看就知道各个功能都在哪里，用起来使人很愉悦;但有的网站给人的感觉却是乱七八糟，想找的功能找不到，不想要的功能堆在眼前，这就是设计的好与不好造成的。其实感觉这门课对我当前阶段来说用处不大，因为现在做的东西基本功能都还实现不了，谈不上美和易用性。并且大家应该都有这样的认识，一些专业性很强的软件，往往界面不怎么美也不怎么易用，但强悍的功能让人们还是对它爱不释手。但这些设计原则对于一些很成熟的通用软件来说，就有很大作用了，比如腾讯qq的客户端，这几年的新版本功能上没有太大改变，都在强调用户的易用性。这门课也是分组作业，我们选了以前做的一个项目，没怎么改就交上去了，老师主要看你演示时能不能将课堂上讲的一些人机交互的`原则在你的程序中的体现说出来。
(9)航天型号软件工程
这门课就是讲航天领域里软件工程的一些准则和注意事项，基本上也就是把软件工程的流程再讲一遍。老师讲课挺有激情，还请了航天软件领域的几位专家来给讲解。作业也很简单，就提交一个需求分析文档，也没考试。
(10)遥感图像解译
这是我们导师的一门课，讲遥感图像的处理流程。课时比较短，只有半个学期，很多细节都不明白，作业也就是按照老师给的步骤处理了几个遥感图像。有人觉得这样的课根本学不到东西，上了等于白上，但我觉得上过这门课和没上是有不同的。如果没上过这门课，对于这个领域里的东西完全是一抹黑，不了解。上过一遍课，虽然很多东西还是不懂，但起码有个入门，以后在遇到这个领域里的问题时，自己知道如何自学了。
(11)科学计算可视化算法
这门课我觉得选的还是比较值的，算是我计算机图形学的一个入门。主要是讲如何生成各种物体的三维体数据并绘制出来，是图形学的入门课程。老师教的也很好，讲的很细。主要讲了基于面片提取的marchingcube算法和直接体绘制的raycasting算法，一些细节和算法实现还是不懂，但算法思想理解了。虽然选这门课的大多是虚拟现实实验室的，也就是专门搞图形学的，但对我来说帮助也很大。本课时没学过图形学，
这是第一次接触计算机图形学，了解了很多图形学的基本知识，为以后的学习奠定了基础。课程的大作业是让生成三维球体的体数据并绘制，完成大作业的过程中第一次接触了opengl，虽然完成的过程中很多是参照网络上已有的程序，但还是自己动手写了一遍。以后如果遇到计算机图形学的东西，也不至于束手无策了。
(12)视频编码技术及其应用
这门课主要讲视频编码领域的基础知识和各种编码标准，由于和计算机视觉有关，学完了觉得还是很有用。有两个作业，分组作业我们做的是快速运动估计算法的研究分析，大作业做的是hevc算法的分析。学完这门课后看电影有个习惯，总是想帧与帧之间是如何预测的。
(13)机器学习
这是多数计算机学院学生都会选的一门课，现在什么都讲究智能化，机器学习的应用自然少不了。老师讲的比较笼统，只讲算法思想，把多数数学推导都省去了，感觉这样更不利于理解，但课时有限也只能这样了。有个大作业，自己实现了一下感知机算法，也算加深了理解。
感觉研究生阶段最重要的还是自学，课堂上老师教的都只是带你入门，没有本科阶段讲的那么细，通过做大作业过程中的资料查询来学习是主要的提高方法。
在实验室内的工作方面，这学期可以说基本没怎么做，导师也是看到第一学期课程比较多，没有给指派多少任务。但我们实验室一些能力比较强的同学还是跟着导师做了很多东西，真佩服他们，能够在完成所选课程的同时又做很多实验室内的项目。我这学期在实验室内就是帮老师写了几篇文档，翻译了几篇论文，对暑假做的一个项目进行了改进分析。放寒假前导师就给布置了下学期工作的大致安排，还是挺有挑战性的，越接近开学心里越不踏实，总觉得有很多完不成的任务在等着自己。
其实不应该抱怨实验室任务太重啊什么的，在考上研究生之前这不就是自己梦想的生活吗?以前也发誓考上研后要加倍努力，现在实现了又开始不满足，人都是这样欲求不满。所以还是好好干吧。
另外复试结束后有一段时间闲着没事干，于是开始自学日语，现在基本入门，学到了新标日课本的第9课，由于前段时间考试有一个多月没学了，以后继续按照两星期一节课的速度推进，也不着急。
【硕士生个人工作总结】相关文章：
硕士生的个人鉴定范文03-31
即将毕业硕士生个人鉴定范文06-05
硕士生个人自我鉴定范文08-15
硕士生简历03-13
硕士生个人自我鉴定范文（精选9篇）04-10
理工科硕士生个人简历模板03-26
硕士生论文评语07-27
硕士生导师评语02-19
硕士生实践总结03-02