来源丨新智元
编辑丨极市平台
导读
一个小哥读了博，并且还是最火的深度学习博士，主要研究领域为计算机视觉和自然语言处理，但他每天却都很苦恼，感觉自己不是在做科研，而是在做工程！
最近Reddit上有一个帖子又火了！
一个小哥读了博，并且还是最火的深度学习博士，主要研究领域为计算机视觉和自然语言处理，但他每天却都很苦恼，感觉自己不是在做科研，而是在做工程！
他在Reddit论坛上求助网友，如何让对在学术上没有取得特别优秀成就的他成功取得博士学位。
文中他说自己正在攻读机器学习的博士学位，主要从事深度学习，并且还基于此有了一些会议上的论文，但是这些会议并不是公认的顶级会议。
尽管不是顶会，但是审稿人对他的要求和回复还都是相当苛刻的。
他也明白他们为什么这么挑剔，坦言自己不是一个优秀的学生，实验室也不是一个优秀的实验室，所做的主要工作就是重新使用现有的方法为不同的领域，例如使用一个 ResNet 用来做医疗成像，或是基于Transformer的音乐分类。
和其他人相比，他自认为严重缺乏数学背景知识，即使努力阅读，也经常立即忘记那些实际上并没有用到的概念，甚至都不会计算矩阵的秩是多少，更不用说如何使用它了。
这就是为什么没有真正想出新方法的部分原因，更擅长组合现有的东西，但有时感觉不像是研究，而更像是工程学。
因为贡献比较平庸，所以小哥不认为他能够在学术界有所作为，所以未来可能会在这个行业内找一份工作，而不是去大学谋一份教职。
最后这位小哥希望网友们对他的博士生涯给他两个建议（1）提高
如果在周末有剩余的精力，也许应该做一些副业？
对此，网友表示，这不是一个简单的问题。
最终，你的博士学位就是你的博士学位。这真的只是第一步，如果你渴望在训练中改变世界，这可能会让你失望。尽管要完成的必要贡献微乎其微，但不要去磨练那些能让你接受挑战的技能。比如详细的笔记，严格的编程，以及在一个感兴趣的领域保持最新的习惯，包括与同龄人的接触。这些绝不是一个完整的列表，只是那些我很高兴我继续工作。
网友表示赞同，永远记得博士学位只是你的起点绝非重点，这只是你接受教育的一部分而已。
还有网友表示，这简直跟自传一样！看来每个人的博士生涯都很难过。进入工业界是我做过的最好的决定。“我找到了 x 模型，并把它应用到问题 y 上以得到更好的结果”正是公司所看重的，能够解决问题的人才。
还有的网友劝他要懂得平凡的可贵，每天比昨天的自己进步一点，就是最大的成就。
对于我们这些凡人来说，我收到的最好的建议就是“你的论文是你写过的最糟糕的作品”。与我们部门最聪明的人设定的高标准相比，我的简直是垃圾。但是它是完整的，并且通过了检查。
不要拿自己和别人比较，只要把自己和去年做比较，然后继续努力。投入时间，做好工作，你就会得到一张证书，上面写着“我可以做自我导向的研究”。并不是所有人都是陶哲轩，我们中的大多数人只是想在这个过程中生存下来，而不是赢得菲尔兹奖。
机器学习行业从业者大多经常困惑于自己是算法工程师还是调参侠。
在深度学习浪潮下，有这种困惑也是十分正常，或许我们也应该思考一下，为什么大家普遍会有这种困惑。
看了这段话，大家可能多多少少都有所感同身受吧，高学历，却换来更大的失落；工作内容重复，没有看的见的快乐。
没入行之前，你眼中的AI是改变人类未来。
入行之后，你眼中的AI变成了一个个黑盒的模型，我要更多更干净的数据，更庞大的模型！
「有多少人工，就有多少智能」，即使在深度学习时代也是如此，各大AI公司首先招聘的就是标注员。科研机构发布新数据集的论文也会公布自己用了多少标注人员，时薪多少美元等。
而且在互联网高度发达的今天，你想要学习的任何东西都可以在网络上找到，AI入行的门槛从未这么低。
入门简单，但成为大师却要付出更多的努力，这期间会经历迷茫，例如在reddit上发帖，但最后有所成就的还是那些耐得住学术寂寞的人。
不仅仅追随深度学习潮流，而是在其中挖掘属于自己的东西，也许是博士学位能带来的最大收获。
参考资料：
https://www.reddit.com/r/MachineLearning/comments/odkdsv/d_growing_beyond_a_deep_learning_phd/
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「计算机视觉工坊」公众号后台回复：深度学习，即可下载深度学习算法、3D深度学习、深度学习框架、目标检测、GAN等相关内容近30本pdf书籍。
下载2
在「计算机视觉工坊」公众号后台回复：计算机视觉，即可下载计算机视觉相关17本pdf书籍，包含计算机视觉算法、Python视觉实战、Opencv3.0学习等。
下载3
在「计算机视觉工坊」公众号后台回复：SLAM，即可下载独家SLAM相关视频课程，包含视觉SLAM、激光SLAM精品课程。
重磅！计算机视觉工坊-学习交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、orb-slam3等视频课程）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
