模式识别读研笔记（一）重返校园

写在最前

不知不觉，已经开学一个月了，仅以前文，记录自己读研心得。希望经过三年努力，有所成长，有所收获。同时能不忘初心，砥砺前行！毕竟，未来成就，就看在此间造化了~

生活

作为一个本科毕业后去工作了再回头考研的人，能重返校园，真的是激动无比，也十分珍惜。走在校园，看着年轻活力的师妹，呼吸着清新的空气，瞬间感觉自己也年轻了几岁。年轻真好~
开学经过了一个短暂的新生欢迎模式，就是各种入学教育，最后开学典礼，然后就是直接开始上课了。这一点和本科还是有很大区别的。
其他方面，平时有去健身房，还有超级Nice的游泳池也特别喜欢，早上也有跑步。但这三者好像还没找到个平衡点，感觉挺耗时间的，慢慢来吧，习惯就好，起码要把健身保持下去！！！
别的倒也无他，校园环境十分舒适，与社会上浮躁的气息相比，这里真的是太好了~嗯嗯，要好好生活，好好学习，好好科研。

学习

学习上，开学一周就开始上课了。因为真的是好久都没上课了，久到我都以为我在有生之年，应该不会再有机会上课的，然而人算不如天算。。。所以上课都尽可能坐在前排，即使很多时候听不懂，能再听到老师上课，真的是一种享受。而且感觉自己回到了高三时候的上课习惯，每每有老师提问，都争取回答，因为自己知道，随着年龄增长，学习能力真的大不如前了，这是很好让自己集中注意力的方法。虽然考研成绩不错，但从一个双非考到985读研，还是有压力的，毕竟这里学霸真的多，特别是本校保研的，从他们说话就能感受到一种高高在上的自豪感，但有什么办法呢，谁让自己高考考不过人家。。。所以啊，好好学习才是王道！
学习内容包括选的课程和自学内容。觉得比较有用的是模式识别、神经网络和大数据，而且这三门课有较大部分是重叠的。其中讲的最好的是模式识别了，这老师是真的会讲，这也是我目前为止唯一能听得懂的课了，别的都是要自己回去看书~希望自己能有所收获哈，不要再像本科那样混学分，最后啥也没学到就去找工作了。
自学的内容，这个月主要是回头自学了下概率论，再加上深度学习入门。发现无论是模式识别还是大数据和人工智能，到最后玩的都是数学，特别是概率论与数理统计和线性代数，所以回头补这门课还是很有必要的，毕竟考研数学二没这部分内容。然后是深度学习，因为用的是日本人写的那本《深度学习入门》，整体不难，基本能搞懂概念，目前差代码实现部分没完成，其他基本能理解。包括感知机的原理，神经网络（即感知机的变形），而神经网络的学习是指从训练数据中学习到最优权重参数，而权重参数通过求损失函数最小值得到，求最小值的方法是梯度下降法（即沿着梯度方向，可最快到达损失函数的最小值点），而求梯度的方法有数值微分和误差反向传播法（后者计算更快，应用更广）。到此，神经网络学习已经基本完成。但有学者针对随机梯度下降法（SGD）的缺陷，提出几种优化方案。在参数更新上，提出以下几种方法让梯度更快达到最小值。即Momentum（使方向更准确）、AdaGrad（学习率会衰减）和Adam（前面两者的综合）。在确定权重的初始值时，也提出优化方案，包括Xavier初始值和He初始值。
后面还有卷积神经网络和深度学习的内容，后面继学习。

感情

当然也希望能谈一场校园感情，但是毕竟是工科专业，能认识异性的机会也比较少，而且自己已经过了单纯为了恋爱而谈恋爱的年龄，找对象也慢慢理性起来，想的也比较多。随着年龄的增长，真的想找个能一起白头的人。。。当然也知道这种事是可遇不可求的，所以只能努力让自己变优秀起来，爱情总会有的~
最近和陈姑娘相谈甚欢，她人也挺好的，是自己喜欢的类型。但是因为是在她失恋的时候认识的，总感觉两个人中间隔了点什么，没能敞开心扉。毕竟，她最难堪的样子都展示在我面前了，虽然我可以接收，但似乎她还需要时间~慢慢来吧，如果真的有缘，总会在一起的。