前言
不知不觉已经过去一年了，受疫情的影响，我们这届的师兄师姐实际上只在学校完成了半学期的学习，还有一半的时间在家中自学，这个过程可谓是艰难。最近，又到了一年一轮的研究生招生时间，我们实验室也迎来了许多新生。应老师的嘱咐和自己的个人想法，我写下今天的汇报，借此机会向下一届的师弟师妹做一下入学经验分享，顺便也算是对自己工作的总结。
我将这次汇报的工作分为了以下几点：
1.分享自己的研究路线
2. 总结一些经验
3. 给出新生的具体学习路线
4. 分享一些好用的工具和学习方法
5. 针对小组建设的一些展望
6. 总结
1分享自己的研究路线
在最开始的时候我是做边缘计算，做了一段时间之后觉得不适合自己。在开学的一次大创申报中，我自己搭建了一个人脸识别和表情识别的系统，并且偶然地接触到婴儿哭泣的需求
添加链接描述，于是我想以这个方向为主线申报课题。在研究过程中感觉音视频融合的方法可以进一步提高婴儿的哭声病理识别精度，我就开始查找相关的数据集，在查找过程中发现数据集大都不公开，最后找到一个开源的数据集合，但是数据存在严重的分布不均匀，因此决定从哭声病理转向哭声识别，在此过程中经历了很多事情，一直拖到现在还在做。目前论文初稿已经完成，正在改进相关的实验方法。至此我介绍了自己的研究路线。
目前我有了音视频的相关经验、多模态深度学习的算法经验、算法框架的应用经验。后续我打算从音视频融合上继续做一些研究，例如唇语识别、语音驱动人脸、声音监督图像分类等涉及多模态的工作，但是不会涉及自然语言处理。
2总结经验
- less is more
这句话说起来好，做起来难。我在参加本科生答辩的时候，发现一个普遍的现象：将很多模块拼凑到一起，一些些简单的技术最终合成一个看起来很复杂的系统。我个人觉得这种方式对于本科生的学习很有帮助，本科阶段就应该多学一些。但是读研阶段需要做好减法，而不是加法。研究生是要在一个方向有所擅长的，如果还想本科阶段为了学一些基础知识将很多的技术整合到一起，那么在申请专利和论文的时候会很吃亏，包括在以后的工作中，很多公司招人的标准是反木桶效应，他们需要新来的员工在一个领域有足够的技术和认识，能够加强整个团队的开发能力，而不是看大家都会的增删改查等。
研究生三年比本科的三年要快很多，第一年大家其实还可以像本科那样像海绵去吸收自己不懂的基础知识，但是如果在第一年结束阶段还不知道自己想做什么，其实还是很可惜的。希望大家能意识到这一点，海绵虽然有很多空间吸水，但是水一挤就掉了。
-
导师和学长学姐是“靠不住的”
研究生阶段，每个人的研究方向都有很大的区分，因此往往会出现一个人研究到了比较深的时候，同门师兄师姐会听不懂，甚至老师也没办法给出具体的建议。这句话是我们第一年培训时候导师见面会上一个导师分享的，我觉得非常有道理，研究生阶段大家还是需要学会自学。学长学姐只能在你最开始入门的时候给一些实质性的建议，过了半年之后，大家在基础知识上都差不多在同一个水平。因此我希望师弟师妹们能意识到这一点，个人感觉这一点对独立科研是很有帮助的。 -
保持良好的身体和学习习惯
身体是革命的本钱，希望大家能够爱惜自己的身体。此外适当的身体锻炼和课外活动对学习是很有帮助的，很多公司不提倡996是真的，因为有些人在正常上班之外的时间工作效率低，长此以往，会越来越疲惫。实际上还不如将时间花在生活当中，这样能够保持一个精神的工作状态。我有时候看电脑觉得烦了，就会出去玩一会儿，找朋友喝点酒，打会游戏。第二天再看工作会觉得很精神。
3给出新生的具体学习路线建议
深度学习和机器学习方向
- 学习机器学习的数学基础：高数，线代，概率论，凸优化
- 学习python，并学会使用python的数据分析库pandas,机器学习库scikit-learn,深度学习框架：推荐tensorflowh和pytorch二选一
- 学习机器学习的几个经典算法：SVM,KNN,决策树等，有兴趣可以继续深学
- 详细学习深度神经网络的经典算法：CNN,LSTM,RNN,GAN,GNN
- 针对以上所学的内容挑选一个，完成一个项目
- 开始看综述论文
- 找到自己感兴趣方向:计算机视觉或者NLP?
- 查找相关综述
- 阅读综述中的经典工作和近三年工作。
- 提出idea
- 跑实验，验证idea
- 撰写论文…(一般要等到下学期才能开始)
其他的方向
。。。。。
ps: 深度学习和机器学习算法工程师其实很难找工作，原因如下图，最小的工作量确实最核心的单元，对应聘人员的要求非常高。因此建议学弟学妹不要把深度学习机器学习算法岗位作为今后主要的工作目标，这两年简历相关简历暴增，一些android开发和ios开发反而很缺人。
4 分享一些好用的工具和学习方法
软件
- zotero
- ppt,visio,word
- markdown
- 写作猫，grammarly
…
学习方法
OKR方法。
#针对小组建设的一些展望
- 建设小组的网站（建议用python，不要用java）
- 每个人制定好本月的OKR
- 汇报时候不要拿论文直接讲内容，将内容缩短到15分钟，并整理成notebook、word文档、markdown或者ppt形式(ppt很费时间，看个人意愿)
- 是否会有一些经费专门用来支持团队建设，以及服务器的使用。
- 小组的研讨方式？
5总结
期待开学与大家见面，希望我们小组能在一个融洽的、高效的学习环境下进行研讨。祝愿大家有一个充实且美好的研究生生活。