《The Ph.D. Grind》读后感 by Zishun Liu

虽说早已下定决心争取在科大读博,但一直都不知道博士的生活是什么样的。读了Philip Guo的《The Ph.D. Grind》,听这位师兄讲述自己的经历,我对自己即将踏上的这条路有了大致的了解。

 

和作者的想法类似,我同样希望毕业后拿到高校的教职,这样就不得不攻读博士学位。但是,读博仅仅是一种谋生的手段吗?如果是这样,如果毕业后不能成为教授,读博的意义不就荡然无存了吗?作者给出了自己的答案:就像很多人训练铁人三项,他们并不是为了成为运动员,而是为了迫使自己突破极限,强健体魄。读博也不仅仅是为了给自己一个从事研究工作的机会,也是对自己进行思维、情商等多方面的的锻炼。

 

具体说来,作者学到了学习的方法,创造机会的能力,论文投稿的技巧,以及怎样在逆境中解脱,怎样从慢慢加热的水中逃离,怎样求助与施助……这些能力看似平常,但回顾我这一个多月的实习生活,发现自己在这些方面欠缺的还有很多。

 

读研的时间是漫长的,不可能事事如意。作者忠实地讲述自己的经历,并没有漫天地吹嘘科研的崇高伟大或者其乐无穷。读Ph.D有趣吗?作者这样回答:是的,这段经历中有很多有趣的东西——迸发出新想法的火花,规划出新作品的蓝图,与同事喝茶畅谈,和同道开会切磋……如此种种,但是,这些并不是全部,而是仅仅占据了5%的时间,而更多的,是数千个小时的编代码、调程序、查资料、写论文,这些日复一日的工作平淡无奇,考验着自己的耐心和毅力。正如一句话所说:“生活中只有5%的比较精彩,也只有5%的比较痛苦,另外的90%都是在平淡中度过。而人都是被这5%的精彩勾引着,忍受着5%的痛苦,生活在这90%的平淡之中”(据说出自白岩松之口)。Ph.D的征程也像所有人的生活的一样,有着无尽的平淡和浅浅的快乐。没有必要奢望它所能带来的,理性地面对,大概这就是我接下来的生活。

 

不知道五六年后,我能否拿到Ph.D学位,希望到那时,我能写出一篇文章,或长或短,记录自己已经走过的青春,然后可以像Philip一样,用creative和fulfilling来总结这段宝贵的时光。

转载于:https://www.cnblogs.com/Gun-N-Rose/archive/2012/08/27/2659380.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值