明其志，行其言，方得始终

一些要写的话

• 真正开始学习机器学习系列知识是从今年三月份来学校开始的，那时候没想那么多，但总觉得机器学习是个很高大上的东西，而我们专业又不开设相关课程，但是当时候还是下定决心开始学习了，在翻看了大量的乱七八糟的经验、学习路线一类的东西之后，决定从Andrew Ng的机器学习课程开始学习，从此开始了一个月的B站学习之旅，当时竟也完全看完了，而且写了详细的课程笔记和课程作业，Andrew Ng的课程讲得很不错，他的高明的讲授方式以及鼓励对我这样的初学者有很大的帮助，我觉得这是作为一个老师很重要的品质：从学生的角度看待问题，而不是一副“这些东西很简单，只不过你没有努力学罢了”的姿态。在这里我对Andrew表示真挚的谢意！
• 明其志是本文的重点，目的是明确学习的思路和目标，现在我学到神经网络的部分，其实学习路线已经开始出现分支了，学习方法也需要相应地做调整。
• 现在有几种学习方式：①看视频+学习笔记+课程作业，这是必须做的，然而如果需要深入了解某方面的知识比如YOLO算法，或者说人脸识别的相关算法，那就需要扩展学习方法了，这里有两种，二者相互结合，相辅相成：②技术博客+论文阅读，当然了，最重要的是实践，所有还有一种方法：③预训练模型+GitHub源码复现，值得一提的是，上述的三种学习方法不是孤立的，而是互补的。
• 明其志，行其言，方得始终，与君共勉
• 21.9.3/4 基本上过了一遍吴恩达主讲的深度学习专业课，感觉还是学到了很多东西的，至少比自己去网上瞎看，胡乱找书看好得多了。不仅能自给自足，而且胸怀天下，哈哈，不仅是对科学家，对工程师也是一样。接下来的半年/一个学期之内的任务
  1. 从头到尾将课程作业整理成笔记。因为我深刻感觉到，我能完成这些课程作业不是我自己的功劳，我没有完全消化，虽然这些是最基础的东西，但是欲成大事，必须打好基础。
  2. 开始从基础的论文开始看（已经看了两篇/到时候再看看），主要看前几章，后面的验证部分可以选看，有时间/不那么难则看，没时间/太难则不看。
  3. 开始练练kaggle的简单项目，理论和实践结合。
  4. 持续在coursera上学习新的课程：高级/工程机器学习（包括之前落下的机器学习内容、强化学习等）、框架学习（tensorflow）、数理课程（概率论与数理统计、线性代数）
  5. 学习linux，至少要达到入门水平。
  6. 其他杂项待定：学校课程学习、做点小项目、保研之后老师布置的任务、跟着本科导师写论文。
• 2021.9.19，18.45：之前断更了大概有10多天的时间，原因是保研去了，经过这么长时间的焦虑、复习、整理，终于在昨天18号下午，出了心仪的offer。既然保研工作也告一段落了，于是乎也要开始做下一步的规化，一点必须的是，绝对不能放纵自我，在峡谷遗忘时间，劳逸结合才是最重要的。于是乎在今天上午，我拟定了一些需要达成的目标。一切不都是平均主义性质的均等优先级，而是有轻重缓急，其中老师给的任务一定要好好完成（包括大四课程、导师给的任务），眉毛胡子一把抓只会导致心态出大问题。
• Plan for future
  1. 光通信方向基础课程学习、相关知识点学习：如何学？
  2. 深度学习、机器学习进一步学习：KAGGLE、COURSERA
  3. 数学课程的学习：COURSERA
  4. 身体锻炼：每周3次跑步，3.5公里，买双跑步的鞋
  5. 养好身体：不熬夜、多吃蔬果
  6. 掌控好学习：课程学习
  7. 论文写作技巧：Latex学习
  8. 生活开销回到正轨

2022.3.27更新：

• 计划总是赶不上变化，现在无法对未来无法做出完全准确的评估，故无法完全按照计划执行。目前对于未来研究生博士阶段的初步研究方向有了一定的了解，毕业设计也是在做这个方向，latex之前用课设写实验报告，自己也是比较满意的，当然，语言不去使用就会慢慢遗忘。
• 目前最大的问题是：解决拖延症和网络社交焦虑症，实现6->8->10h学习。