想要研究癌癥疾病選擇什么專業(yè)(想要研究a與b中幾個因素的關(guān)系)

我是2016年碩士畢業(yè)的，拿著北京211機械工程系的本科和碩士學(xué)位證書正在找工作。前面的路還很長，看不到盡頭。

我擁有7年的機械專業(yè)知識，但在找工作后的幾個月內(nèi)我就隱藏了這些專業(yè)知識。我跨專業(yè)找到了軟件開發(fā)的工作。

此后，我經(jīng)歷了從軟件開發(fā)到芯片算法開發(fā)再到AI算法開發(fā)的職業(yè)轉(zhuǎn)變，目前仍然從事AI芯片的算法開發(fā)。我是攻城獅

我的例子就是告訴大家，本科、碩士的專業(yè)對于未來來說很重要，但也沒有那么重要。

當我讀研究生時，我基本上不確定自己將來想做什么。如果你現(xiàn)在確信自己將來想從事情感AI。那么恭喜你，你已經(jīng)拋棄了95%的人。

因為大多數(shù)人不知道自己將來想做什么。

雖然畢業(yè)后我基本上自學(xué)了一些AI算法，但這個過程非常艱難和痛苦。如果你不知道怎么做，就只能靠自己去探索了。

如果學(xué)校有資源，有老師、學(xué)長來指導(dǎo)學(xué)生，學(xué)習(xí)效果會事半功倍。

如果現(xiàn)在有選擇的話，強烈建議你選擇相關(guān)專業(yè)。

強烈推薦計算機科學(xué)與技術(shù)（CS）和人工智能專業(yè)！

最后說一下我的情況。希望對您有所幫助，希望我們有機會共同交流。

我本科學(xué)了7年力學(xué)，工作2年后轉(zhuǎn)行人工智能算法行業(yè)幾年。從我個人的感覺來看，人工智能即使是自學(xué)的，也有很大概率學(xué)得好。更何況你還在上學(xué)。

在開始學(xué)習(xí)深度學(xué)習(xí)算法之前，它的每一部分都像一本圣經(jīng)。但一旦開始，一切都是一樣的。當然不是那么絕對，但是基本上當你看到一個新的算法或者新的模型時，你就會知道它是做什么的？

也許我們現(xiàn)在不會使用它，也不需要深究細節(jié)和原理。有一天我們用的時候可以仔細研究一下，或者想系統(tǒng)的學(xué)習(xí)一下。

就你而言，研究生有充足的時間學(xué)自己想學(xué)的東西，寫自己想寫的東西。只要你真正喜歡它，你一定會學(xué)到很多東西。

我畢業(yè)后自學(xué)，邊工作邊學(xué)習(xí)。我有幸進入這個行業(yè)，并且不斷學(xué)習(xí)充實自己。

現(xiàn)在我也在寫文章來分享。我通常在下班后或周六周日抽出時間寫作。你真的需要好好利用你作為研究生的時間。

轉(zhuǎn)行后，我在AI行業(yè)打拼了幾年，接觸了很多模型，從CNN到LSTM到Transformer，從圖像到語音文本模型。

我親手寫過很多算法（算子）的C++實現(xiàn)，也在GPU、國產(chǎn)ASIC硬件等很多ASIC硬件上寫過很多算法實現(xiàn)。通過這些底層算法的實現(xiàn)，我們不僅對模型結(jié)構(gòu)和算法原理有了深入的了解，而且對底層硬件（如指令、硬件模塊）的使用也非常熟悉。

與使用Python開發(fā)算法不同，底層AI算法實現(xiàn)更注重性能。需要充分利用硬件提供的向量指令、存儲結(jié)構(gòu)以及硬件并行性來完成底層AI算法的加速。

前段時間突發(fā)奇想，想把resnet50網(wǎng)絡(luò)涉及到的算法和算法背景寫下來整理一下。

斷斷續(xù)續(xù)地，我不知不覺地編寫和反匯編了Renset算法近2個月。我寫了9篇文章，幾乎涵蓋了CNN網(wǎng)絡(luò)95%的Renset50算法。

也算是對自己學(xué)習(xí)的一個總結(jié)，一個階段性的復(fù)習(xí)。

然后我對這9篇文章進行了整理，修正了一些筆誤和表達錯誤，并編譯成pdf，一共1.8W字，都是干巴巴的資料，都是我自己一字一句打出來的。

文章不失為一篇專業(yè)、有深度的科普文章。Resnet50神經(jīng)網(wǎng)絡(luò)所使用的算法幾乎所有章節(jié)（為什么叫這個名字文中也有詳細介紹）都完成了科普陳述。

非常適合作為剛開始學(xué)習(xí)深度學(xué)習(xí)的學(xué)生的入門學(xué)習(xí)資料。

文中對算法的描述也力求以通俗易懂的方式完成。幾乎沒有枯燥的公式推導(dǎo)，會有很多圖片演示，算法的背景也有講解。但畢竟涉及到算法。對于沒有算法背景或者深度學(xué)習(xí)背景的同學(xué)來說，有些部分可能理解起來有點困難，但是并不妨礙他們對深度學(xué)習(xí)或者Resnet50網(wǎng)絡(luò)有一個感性的認識。

在算法每章的最后還會有一些與算法相關(guān)的小故事。

我始終相信科技與人文藝術(shù)的完美結(jié)合。

例如，寫入圖像像素后

我就“黃昏山紫”——這個顏色來延伸一下王勃的詩和現(xiàn)代計算機的關(guān)系

再比如各大圖像識別課程中出現(xiàn)的Lena女士——

再比如，在比較卷積和全連接的時候，我會用另外兩首詩來進行類比，更形象地解釋算法的背景原理——

相信看完這篇文章，你一定會對算法有更感性的認識和更深入的理解。

全文pdf目錄如下

（下班后花了很多個晚上一個字一個字打出來！一共70頁，讓我想起了研究生論文的抄寫?。?/p>

我也整理了之前的零散文章，放在這里。

圖像識別(1)|從像素進行圖像識別(2)|圖像色彩空間圖像識別（三）|初識卷積圖像識別（四）|卷積核心、特征提取圖像識別（五）|春天，百花齊放，你卻不知？打開百度圖像識別，殘差與卷積帶你走遍路邊野花圖像識別（六）|激活函數(shù)圖像識別（7）|什么是池化層？效果如何？圖像識別(8)|仍然對全連接層感到困惑嗎？只要記住一首詩就可以了。圖像識別(9)|徹底理解SoftMax分類pdf的底層邏輯。我整理了一下，放到了我的公眾號【董東燦是攻城獅】。發(fā)送[resnet]以電子方式獲取pdf。版本。

1.8w字長文本分析Resnet50算法原理mp.weixin.qq.com/s?__biz=MzAwOTc2NDU3OQ==mid=idx=1sn=794dfaba9e179db75eb7chksm=834b18b9b43c91af0dad209fe9c19bf3b453fc8b532a197a6cdebce38c649f5ae2456etoken=lang=zh_CN#rd寫代碼不容易，更難組織PDF，比如像寫碩士論文那樣整理PDF格式并創(chuàng)建目錄就更困難了。

歡迎有需要的同學(xué)前來領(lǐng)取，也歡迎您關(guān)注。

@東東燦是攻城獅或者我的公眾號，大家一起交流學(xué)習(xí)深度學(xué)習(xí)和人工智能吧。寫代碼不容易，請給我點贊。