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