大三上修課心得

寒假沒事幹來寫個休克心得

定向越野

• 授課教師：莊珮琪
• 甜度：10/10
• 涼度：10/10
• 收穫：1/10
• 評分：10/10
• 心得：
  基本上有出席就會A+，上課會分成3~4人的小組去跑點，我這組剛好除了我全部都是女生，修完這門課社交能力大增。期末會需要分組設計定向活動，我自己那時候已經忙得不可開交所以決定躺分，最後定向活動成績100(其實每一組都100)，最後學期成績95。
• 成績: A++

日文一上

• 授課教師：彭誼芝
• 甜度：9/10
• 涼度：3/10
• 收穫：7/10
• 評分：7/10
• 心得：
  日文一對於完全沒碰過日文的人(我)會比較花時間。老師上課應該上得還行，但我考完期中後就沒在聽了。幾乎每個禮拜都要小考，所以要花不少時間去背單字，我自己的經驗是單字只要有默寫三次就可以考九十幾了。考試的話會考句型跟翻譯那些的，也要花不少時間去準備。我期中考讀了兩天考94，期末則不會公布成績。
• 成績： A+

工程數學-複變

• 授課教師：***
• 甜度：8/10
• 涼度：5/10
• 收穫：6/10
• 評分：3/10
• 心得：
  *** 教授看似口條不錯，但其實仔細一聽就會發現他根本在亂教。還好複變沒有那麼難，自己讀大概可以掌握個6,7成。然後再寫寫考古題考試就沒什麼問題。我自己期中考前一天適逢DLCV hw2死線，所以期中考幾乎裸考考了一坨大便。期末的話 *** 考卷根本在亂出，8題裡有3題出錯，還有一題積分超難積，造成我寫考卷寫到大破防，最後不知道送了多少分竟然考了90。
• 成績：A+

電力工程導論

• 授課教師：劉志文
• 甜度：10/10
• 涼度：10/10
• 收穫：1/10
• 評分：10/10
• 心得：
  整個學期花在這門課的時間可能不到5個小時，最後學期成績98，水課中的水課。
• 成績: A++

電工實驗(自動控制)

• 授課教師：劉浩澧、洪聲仰
• 甜度：2/10
• 涼度：1/10
• 收穫：3/10
• 評分：2/10
• 心得：
  選課的時候聽說這門課會做無人機覺得很有趣就跟廣哥組隊去修了，修了才發現被詐騙了。
  .
  這門課上下學期的內容不太一樣，上學期是做無人機循跡(不是組一台無人機)，下學期則是做倒單擺。前八週在做"核心實驗"，就是拿實驗室的馬達用MATLAB跑一些模擬，然後畫圖寫報告。但助教的實驗要求寫得不清不楚的，好不容易做完發現做錯還要重做。我記得有一個實驗是要用15個參數跑一個實驗，跑完後還要畫圖，結果做到後面發現參數錯了要全部重做。然後馬達模擬要用一個window XP的電腦跑，但有些電腦甚至沒有MATLAB的license，最後時間都花在一些無關緊要的事情上。
  .
  期末專題則是要無人機沿著方形、圓形、跟不規則形狀的軌跡飛行。會用一個外接攝影機去判斷軌跡位置跟無人機位置，後設計PID控制器做校正。專題的idea是蠻有趣的，但最後時間都花在調整PID的參數上，反而不是在控制系統的實作。
  .
  第17週會有個無人機比賽，就是看誰比較快飛到終點，然後採單淘汰制，晉級的會加學期分數。我們這組比賽的時候手殘撞到攝影機，不幸第二輪就被淘汰。
  .
  整體來講，就是一門非常花時間，但又學不到太多東西的課。評分的部分，因為上學期被教務處恐嚇，所以這學期A+比例變很低，只有專題競賽第一名跟核心實驗第一名的兩組有A+，其他都是A或A-。
• 成績：A

專題研究

• 授課教師：孫紹華
• 甜度：?
• 涼度：?
• 收穫：6/10
• 評分：?
• 心得：
  這學期有點太忙，導致專題沒有做得很認真。孫紹華採取放牛吃草戰術，導致我頭一個月有點不知道要幹嘛。做的事情跟RL課有點重疊，也是玩玩codebase然後讀一下paper。我到接近學期末的時候才開始讀paper跟brainstorm一些idea。感覺寒假應該多去一下group meeting跟paper reading，學期中有點太混了都沒去。
• 成績：A+

專題演講

• 授課教師：忘了
• 甜度：X
• 涼度：10/10
• 收穫：0/10
• 評分：3/10
• 心得：就每週三早上聽演講，演講內容蠻無聊的所以我都在打電動。期末報告則是實施躺分戰術。
• 成績：PASS

金融科技導論

• 授課教師：廖世偉
• 甜度：4/10
• 涼度：8/10
• 收穫：4/10
• 評分：2/10
• 心得：學期初聽說這門課甜涼，再加上對fintech有一點點興趣就跑去修了，沒想到再次遭到詐騙。prof liao是個有趣(有點奇怪)的教授，常常講一些很好笑的話，然後喜歡滑壘進教室。不過教課能力實在需要go up one level，上課廢話有點多，投影片也沒什麼邏輯，上課基本上學不到什麼東西，比較有收穫的還是作業，需要發自己的NFT，還有玩OKX的模擬倉。Final Project則是要研究一個金融科技寫報告，我研究的主題是Core Chain，一個跟比特幣有關的區塊鏈，整體來說蠻涼的。
  .
  評分除了作業跟project外要考兩次"Midterm"(雖然Midterm 2在第15週)。我自己覺得不太好準備，因為範圍很廣，而且廖世偉會考一些似乎根本不在範圍的東西，如果對fintech沒有背景應該看完投影片還是一知半解，需要花不少時間自學，而我兩次midterm應該都在平均附近。
  .
  之前聽修過課的人說基本上是有手就A+，今年顯然不是這樣，我跟毛都莫名其妙拿A，聽廖世偉說今年A+比例「只」給到40%，看來一部分是我學藝不精，一部分是因為聽說很甜就沒有很認真讀。
• 成績：A

深度學習於電腦視覺

• 授課教師：王鈺強
• 甜度：3/10
• 涼度：-10/10
• 收穫：10/10
• 評分：5/10
• 心得：
  這門課是我大學三年修過loading最重的一門課(略勝網服)，一學期下來會cover所有deep learning重要的topics。

所以對以後要往ml相關領域發展的學生會是很重要的一門課。上課內容雖然蠻有趣的，但我覺得frank沒有教的很好。有些概念解釋的不太清楚，而且他講話有點像跟小朋友講話一樣，每秒的資訊量不多，所以很容易分心。

這門課會需要用GPU，我自己(乞丐)是用Colab Pro(2個帳號)+Kaggle+Jetbrains Cadence(7,8個帳號)，但也有人用Runpod或自己實驗室的gpu，也有人自己買一個4090。以下做一個簡單的比較

	Colab Pro	Kaggle	Jetbrains Cadence
Price	300/month	Free	Free
GPUs	T4,L4,A100	T4, P100	T4, A10G, V100, H100
Quota	100 compute units	30hrs/week	5hrs on H100
Pros	Basic File editing	Free	Fastest GPU
Cons	Expensive	no file system	Hard to setup

作業會給你兩到三個禮拜手刻一個模型，然後應用在某個task。比如說作業一是CNN做image classification，作業二是用diffusion model生數字，作業三是用vision transformer做captioning，作業四是用gaussian splatting做3d scene reconstruction。練出來的模型需要再過baseline才有分。然後每次作業又有分兩到三個problem，hw2要做ddpm跟ddim，hw3要在額外做attention的visualization等等，非常花時間。我自己每次作業都到死線前幾天才做完，寫模型都可以幾天內寫出來，反而是調參過baseline最花時間。

我覺得比較可惜的是因為我很忙(懶)，寫code、debug會過度依賴ChatGPT，所以對pytorch實作、資料處理、除錯能力的收穫比較少，但整體來說ML實作能力還是進步很多。

然後因為評分要用助教的電腦跑，所以作業對環境有很嚴格的要求，只要跑失敗就算0分，然後重新改會扣30%的分數。我自己覺得這部分有點不太合理，第一，這樣會搞得最後分出高下的不是有沒有過baseline，而是環境有沒有出問題。第二，要100%確定自己的code在別的機器上可以跑基本上不太可能，可能出錯的地方太多了，我他媽就用一台mac我要怎麼知道linux上會不會出問題。我自己是hw1跟hw3出包，一次是dataloader寫錯另一次是手殘多import一個package，不過最後都有救回來。

不過這次拿A是死在Final project手中，Final project分成兩個challenge，都是來自今年的ECCV Challenge，Challenge 1是driving suggestions on Autonomous Vehicles，就是用VLM對自駕車駕駛座的照片做captioning，Challenge 2則是跟textual inversion有關。我們這組是選challenge 1，但因為final project期間遇到期末考，所以我們大概到死線前一週才開始認真做，結果一方面我們想的做法(RAG, DPO)都不是很有效，一方面時間有點太趕，所以最後performance蠻糟的，9分只拿到2分，A+就送人了。不過我有注意到大學部的普遍表現都比較差，可能大家都太忙吧，這種半研究型的project還是比較適合碩博班的炸魚。

整體來說的確是學到很多東西，但如果是單純有興趣但跟未來研究無關的同學修課前還請三思。這門課努力跟成績沒太大關係，我每次作業寫到昏天暗地、Final Project做到凌晨4.，有可能-啪-環境出問題、baseline沒過，一個等第(或兩個)就沒了。

成績：A

強化學習

• 授課教師：孫紹華
• 甜度：6/10
• 涼度：2/10
• 收穫：10/10
• 評分：9/10
• 心得：這門課前10週從基本RL概念開始，介紹dp、deep RL algorithms、和一些現在的研究主題。第10週以後開始做final project，上課則會請一些RL researcher來給talk。
  .
  孫紹華解釋東西還算清楚，但就是講話跟閃電一樣快。一恍神，已經講完十頁投影片了，再加上課沒有錄影，所以很多內容我都是有聽沒有懂。像是deep RL algorithms的投影片我看了4,5遍還是看不太懂。
  .
  總共有三次programming assignment，前兩次是手刻幾個RL algorithm，作業三則是用stable-baseline練一個2048的agent，然後baseline是有玩到出現1024，蠻有趣的(雖然頗花時間)。
  .
  Final Project則是這門課比較有趣的部分，就是會花六週的時間做的小的research project，然後寫成一個report。我必須抱怨主題真的是很難想，很多idea不是有人做過就是setting不對、不會work。最後決定研究Imitation Learning在POMDP會遇到的問題。研究過程看了很多paper，寫很多code(雖然我們第三週才發現原本的code有bug，難怪練不起來)，對IL這個領域的了解很有幫助。最後結果雖然沒有什麼有意義的contribution，但反正有學到東西就好。
  .
  我最後final project成績應該在平均左右，作業幾乎拿滿，學期成績92，應該算甜。
• 成績：A+

總結

這學期大大的高估自己的capacity，修了RL+DLCV等共23學分，還要花時間搞一些課外的東西，導致我整個學期壓力大到好幾次想要休學。每次遇到低谷的時候都會告訴自己撐過去就海闊天空了，但事實證明並非如此。有一些課莫名其妙拿A雖然一部分是因為A+比例給的比往年少，但另一部分原因是我忙到沒辦法每門課都投入夠多的時間。

下學期想要多修一點理論課，這學期寫code寫到腦袋燒焦了，該返璞歸真了，回到數學跟物理的擁抱。

• 學分：23
• GPA：4.19