第一次训模型，loss 一直不降。换了三次学习率、两次数据增强，第四天才看到曲线往下走。
一、心路：从模型到落地
我本科时被 AI 吸引，觉得模型很神奇。
学进去才知道，模型只是中间：前面是数据，后面是评测与部署。
转折是一次课程项目，做图像分类。我在验证集上很好，换一批数据就崩。
二、绩点：基础与方向并重
这个方向的主干：机器学习、计算机视觉、自然语言处理、图形学、数据库、系统。
基础要牢：数学、算法、编程、系统。
方向要选：视觉、NLP、图形，各有方法。
我的方法是 “一实验一记录”：每次实验，记配置、结果、结论。
三、英语：读应用文献
这个方向的英文文献，方法与本实验证并重。
我的读法是先看任务与数据，再看方法。术语表记了：baseline、ablation、overfitting、generalization、benchmark。
四、竞赛：AI 类赛事
这个方向的竞赛，AI 类赛事和程序设计类都可用。
我参加过一次，做的是给定数据集的模型比赛。
五、科研：一次模型实验
我的科研训练是一次模型实验。
流程：定任务、选基线、做改进、跑对比、写分析。
最难的是 “对比”：消融不做，说不清是谁的功劳。
六、辅导：把实验讲清
我报知点保研的定制辅导，问题是实验讲不清。
咨询师帮我把每段经历改成 “任务、方法、结果、分析” 四段；模拟面试追问 “你的提升来自哪一部分”，逼我把消融说清。
说明：辅导改善的是表达与准备，录取由院系考核决定，任何服务都不构成录取承诺。
这个方向教我的，是分数高不等于方法对，要能说清为什么。
如有保研问题可以咨询电话 4000003363 或者微信 shuoedu，知点保研咨询师将热情专业的解答您的考研问题。
