研一是个信息量特别大的一个学年，研一往往会让你从小白晋升到专业领域的学习者，这么大的信息量当然要有一个好的总结来回顾一下。 一年的时间不算长但是确实可以让我们有一个很好的提升，我将回顾这一个学年的收获和心得，同时分享一下个人在学术上的感悟， 最后展望一下接下来的研二生活。

初入校门

大部分本科学校的侧重点是对于学生的教育，在本科阶段我们多半是在学校安排的时间下生活着，自己去主动安排时间的这个概念对于 大部分本科生来说是不现实的，课余的时间多半在社团或者图书馆中度过，很多时间也都是书本陪伴着。当然，这种状态就算是不错的 时间规划了，细致的确定自己的研究方向和专业技能对于本科生是困难的，何谈走在专业方向的前沿了（如果有老师指导的另当别论）。 所以在本科大环境的局限下，我们走入了研究生的大门。

当时报考研究生的初衷是为了在专业技能上提升自我，其实也是为了充实自己同时具备找个好工作的技能。合肥工业大学是个比较适合搞 科研的地方，但是相比较国内的其他更好的学校还是有一定差距的。不过既来之则安之，在有限的资源环境下充分利用好平台才是做学术 和搞科研的觉悟。不抱怨也不埋怨任何场所，毕竟在哪里你都有很大的学习和进步空间，再好的实验室也带不动坐享其成的人， 就这样我进入了现在实验室，和一帮志同道合同时充满生机的小伙伴们一起正式开启了研究生的生活。

踏入研究

整体来说计算机这个大类下对于初学者是友好的，本科时期的书本知识的积累加上网上一堆的资料可以让你很快的掌握入门应有的知识。 由于我们实验室的方向是做机器学习这个大类的图像处理，所以机器学习的基础知识是入门人工智能大方向的必备知识。对于机器学习 的自学书籍，中文资料上个人比较喜欢周志华老师编写的《机器学习》， 对于英文资料比较推荐剑桥大学的《Bayesian Reasoning and Machine Learning》, 还有大量的公开课可以让我们参考，首选的是吴恩达的系列视频。 机器学习的算法实现，我们需要对Python和相应的神经网络框架的掌握。对于Python语言的自学上，入门的话推荐莫烦的Python系列视频， 在视频的基础上最好有一本书在平常code上做参考和查找，书本上我推荐《Python编程从入门到实践》。

光看书和看视频是不够的，学习是个过程最关键的还是内化上的实践和吸收，多从几个例子上拓展出去可以加深理解。对于机器学习 这个庞大的书目下想通过几遍阅读就完全掌握是不太现实的，通过阅读书籍能够实现对机器学习的一些专业术语掌握和了解是入门的第一步。 在以后的专业知识接触上，我们会更加深入的应用这些知识到那个时候各个击破的话会有更好的知识掌握。

在开学的前期，由于实验室一直在装修，这段时间主要是以学习看书为主，进入10月也就正式开始入住实验室了，也算是开启了正式的 研究生生活。

专业方向确定

大部分导师都会在我们进入实验室后给我们确定研究方向，导师给的方向大部分是指导建议，最后决定权大部分还在我们的手上。所以一个我们 感兴趣的研究方向是很重要的，不能说你想做什么方向就会分到什么方向，但是最起码在几个可选的研究方向上我们可以挑选自己最感兴趣 的来做。

一个感兴趣的研究方向不能说光看你对它的兴趣，更多的是参考这个方向的研究价值和未来的走向，一个冷门的方向是很熬人的， 也会让你坚持不下去，所以我个人比较推荐有研究价值和研究未来的方向。我的研究方向最后定为图像生成大类下，以GAN和VAE的研究为主， GAN是新兴的生成模型，在这几年算是蓬勃发展，围绕GAN的文章层出不穷，单纯改进GAN是很难的了，但是和相关方向结合还是很有研究价值的。 我的第一篇论文算是偏理论的，目前还在审不过毕竟还有时间，一切都可以再来，这方面我倒不是很担心。对于我的研究方向我个人认为还是不错的， 虽然不是机器学习的主流，但是生成模型一直在机器学习中占据一定的地位。

当然一个研究方向的确定不是说就把你限制在了这个方向中，更多的是为我们画出了一条路，至于这条路怎么走还是我们自己去迈出去每一步， 我们只要保持大方向不变，同时在各个分支上拓展才是最能提高的，知八门而精一路是最好的状态，这样我们时间上的分配心里也会有个 把握。

专业方向研究

对一个专业方向说研究的话，就代表我们已经从入门到达研究和思考的地步了，这时候我们不仅仅是学习了更多的是发现和尽量去创新。 现在的论文每天都会发出来很多篇，如何找到对我们有用的是关键。在论文搜集上个人推荐arxiv.org网站， arXiv为学者提供了一个免费的学术平台，这上面的文章都是最新的而且可以免费下载的，可能会有一些文章最终没有被收录但是 大部分的文章都是质量很好的，最关键的是免费！

arXiv每天都会更新很多文章，通过文章题目和摘要找到自己想读的文章是关键，虽然不乏一些标题党，但是整体上可以通过这种方法很快排查 到自己想读的文章。还有一个可以关注到自己方向文章动态的就是在github上follow几个专业方向的学术大牛， 一般这些人star的专业项目都是很具有研究价值的，所以我们可以借着这些巨人的肩膀发现到一些有价值的文章去读，github上找到的 文章大部分都是有实验源码的，这对于我们去复现论文和实现论文中的point是很有帮助的。

读一篇英文论文，很多都不是一遍可以很好理解的。对于母语是汉语的我们而言，从汉语的思维去思考英文文章的逻辑本身就有一点困难， 我一般读第一遍论文的时候，往往会借助Google翻译，遇到难以直译的会自己反复读原文去理解， 第一遍读完以后如果我能找到文章的point了，我就会快速读一遍原文发现一些细节，如果get不到文章重点我就会深入阅读原文第二遍， 争取找到作者想要表达的。如果因为一些公式和推证卡壳的话，如何这个公式是文章的核心，而且这篇文章我又是必须要掌握的话， 这个时候详细的查找资料就是很关键的了。数学上的障碍往往会在知识不断更新上对公式的理解越深，当我们能推导出这个公式的时候， 数学上的障碍也就可以化解。当然，如果这些数学公式超出了我们的知识范畴，这就急不来了。耐住性子去理解公式中的含义，至少在 公式要实现的目的上理解。当理解到这一步的话，一般的数学公式都阻挡不了我们去理解这篇文章。

再难以理解的文章多读几遍都会有深入的了解，尤其是后面几遍的阅读，就不要借助翻译了，我们已经对文章有所了解了，一些细节上的 描述，只有跟随原文才能很好的理解。学会读英文论文，我们就可以在专业的前沿上窥探到大牛的研究现状和研究目的，当我们读的多了 也自然而然对专业方向有了一定的积累。积累到一定阶段，idea自然就会有的，所以有些事急是急不来的。

分享

在研一的上半学年快要结束的时候，我创建了自己的博客TwistedW’s Home，博客在github这个免费的服务器上搭建的， 主要是为了记录自己的日常学习的笔记，从这半年对网站的维护和更新，以及日常学习生活上，博客确实帮了很多忙， 在一些笔记的反复阅读下有了新的体会又重温了知识，在此基础上有了进一步的理解。也很感谢一直对网站提出建议的小伙伴们， 从中我确实提高了一些，以后还会继续更新我的博客，和大家分享更多的学术和生活上的所得。

我的github主页是我分享code的地址，在这里也认识了很多厉害的大佬，也学习到很多code的经验。 我把我对GAN方向上的代码实现了tensorflow和pytorch两个版本，里面有对各类GAN的对比和具体实现，当然代码架构上也是在前人的 基础上完成的，这里对每一位愿意分享的学者表示最大的敬意。

我的个人信息在我的主页上也可以查看，科研是这个社会共享的，欢迎大家多多交流，也希望得到更多好的建议和需要提高的声音。 任何一个行业和专业都没有贵贱之分，今天你是大牛我是小白，只要保持前进，大家都有机会晋升到专业队列中，所以不会对任何人抱有 任何异样的眼光，我一直坚信人的一生只要自己觉得幸福就足够了，在其位谋其职，既然你选择了你的道路，一些压力和责任你是必须要 担起来的，说过的话也要有一定的责任，答应了别人的事也要有个交代，事情做不成可以理解，但是合理的解释还是很有必要的。 所以欢迎大家一起交流讨论，哈哈。

研二展望

出于种种原因，我暂时没有读博的计划，所以接下来的研二我会继续留在实验室完成我研究生的剩余时间。研二是个有了一定基础的时期， 这个时期最容易出成果，所以在接下来的一年里我会在专业方向上继续迈好我的每一步，争取有更多的成果。同时身为实验室的一份子 也要调节好实验室的学术和娱乐气氛，为实验室出好自己的一份力。

在身体锻炼上，我会继续我的跑步之旅，夜跑是最能解压的也是我的锻炼的主要方式，翡翠湖两圈是标配算下来也是6公里起步了。周天 还是会抽时间安排一个中长途的骑行，把周围好好转转，生活有时也需要一些调味剂。

研二还需要面对的就是就业上的一些问题了，多学习一些师兄师姐的经验，提前武装自己的面试技能和实践技能争取在研三可以拿到一个 比较好的offer，说到底我们的研究生的最终目的还是为了找到一个好的工作，所以我也会稍稍加重一下这方面的比例，让自己有能力去 竞争到一个满意的岗位。

总结

研一是一个充满开心的一年，这一年学习到很多专业上的生活上的知识，我的身体也在这一年里得到了一定的提升，这些都是好的提高。 压力和责任我们大家都有，这些都是自己的事，合理的调节是每个人的必修课，所以不存在什么负能量，留下的只是对未来的憧憬和奋斗。 研二是个更美好的时光，合理利用好这一年时间，在更多方面提高自己。最后祝愿实验室的小伙伴们以及专研学术的各位都能在新的学年有所提高， 大家共同进步！

谢谢观看，希望对您有所帮助，欢迎指正错误，欢迎一起讨论！！！