深度学习很卷
最近一直在困扰，毕业后做什么方向。
我本科和研究生一年级研究的比较多的是深度学习，具体的是计算机视觉。
我学习计算机视觉的时候是大二，当时看统计学习方法这本书，由于当时数学基础太差，看了没几天就放弃了。真正有点入门的时候是大三下，当时彭静老师带着我做了一个，基于机器学习的入侵检测系统，用到了一些机器学习算法和深度学习算法，做了一些实验，当时感觉很有成就，终于把实验跑通了。当时彭静老师要我写论文，我没能写下去，因为我比较抗拒写论文，再加上当时论文是英文（其实那时候我就应该知道我不擅长写论文，难以沉下心来搞学术。）
我的毕业设计是基于深度学习的人群密度检测，这是我深入学习深度学习原理的开端，我是自学的跟着一个比较好的视频进行的学习。当时遇到了一些问题如数据的导入，深度学习环境的配置。这些我困惑了好久，花了很长时间吧它搞定，但是搞定后我很有成就感，也跟别人产生了差距。
入学研究生前仇老师帮我找了一个实习，是做车辆充实别的，有几个大佬带着我和杜磊师兄读论文，这个实习主要是为了写论文，这也是我一步步踏入计算机视觉这个坑的关键一步。（我当时在困惑为什么仇老师做自然语言处理，但是让我去做计算机视觉，现在想一想是因为当时正好有这么一个实习，老师也想要发好论文，对于老师来说学生帮他发论文才是最重要的）。
入学之后，我通过师兄们不断了解算法岗位的现状，当时我还不信，后来我越来越相信算法岗位的要求越来越高，很难在大厂找到算法相关的工作（一些大厂要求顶会或者sci一区的论文，写论文对于我来说很难，并且也没有相关的导师带，我们都是放养！），于是我就想放弃计算机视觉转做其他领域。
然而真是too young too simple，老师画了一个大饼，说态势感知学院之后要重点研究，我心想，那岂不是会有很多人一起讨论研究，可以学习到很多知识！！！
态势感知大坑
于是我主动跟老师说我像学态势感知，老师也鼓励我说态势感知很好以后要重点研究这个，我当时充满了希望，因为我找到了一个不太卷，而且又能学到技术的方向。
就这样我在无知中快乐的度过了研一上的时光。
噩梦的开始
研一寒假的时候我申请去了鹏城实验室，参与老师项目书的撰写，具体是“基于时空知识图谱的攻击事件检测”。
这个时候我才发现仇老师基本不懂这个领域，并且这样的知识图谱也难以构建，因为并没有这样的数据。就算构建起来了，这样的图谱也比较难检测攻击事件，因为我调研的那些方法，通过正常的思维去想就很难发现攻击行为。
而且数据是真的没有！
这段时间我陷入了深深的焦虑，我不知道该如何去学习这个态势感知，不知道哪里有数据，我认为i态势感知检测网络攻击基本不可行，还要检测APT攻击真的是痴人说梦，我感到这个态势感知项目就是一个骗钱的项目。我那时抑郁了，我感觉自己在研究院学不到什么知识，我感觉我荒废了时间，该怎么办，怎么办。
经过长期的思想斗争，和父母师兄讨论，我最终决定换方向了，我想换到nlp，但是有想到了一个cv的发论文的思路，于是我就想先发一个cv的论文在转nlp。
但是这个论文是真的难发啊！我从5月做实验，到7月多写好论文提交，最后9月出结果，被拒了，痛苦啊！我只能投workshop了。（我想我这种学术谁平，应该不容易进入大厂的cv岗位）
但是我研究生没有太多时间，我可能真的就是把车辆重识别作为毕业设计的题目，混个毕业吧。
这些经历让我明白 研究生主要靠自学，其次靠同学之间的相互交流。不要期望老师教你什么，因为他可能也不懂！。
新的经历
我研一结束的暑假，做了一个算法实习，在中科智巡公司，这个我在这个公司里算是算法比较好的，工资一月5000，绩效1500。我觉得还蛮高的，每天工作就是跑跑代码，调调参，很简单。换一个环境工作感觉居然比在实验室还轻松！
但是我也发现，第一份工作很重要，因为如果工作不好，很可能之后的能力就不会有什么进步，因为业务太简单了，没有什么创新，也不用学习太多。
很可能陷入家庭的琐事，比如我每天下班后，真的是什么都不用想，很轻松。
总结
我学习深度学习的时间：
- 大三下（3个月）
- 大四下（5个月（毕业设计主要学习））
- 研究生入学前（2个月）
- 研一期间（4个月，断断续续的学习，主要以上课为主）
- 研一结束的暑假（2个月，实习期间（其实没学什么，都是以前的基础））
所以我深度学习的学习经历也就16个月左右，并且中间的学习效率并不高，在这期间我还掌握了很多别的知识。
- 机器学习算法
- python编程
- linux环境配置
- shell脚本
- 机房配置和相关理论
- 知识图谱基础知识
- 网络安全态势感知流程
- 文献检索与英文阅读能力
未来
现在是2021年9月，距离我毕业2023年6月还有21个月。这21个月的时间足够我换一个新的方向吗？
我感觉是可以的，因为我已经有计算机的基础了。并且我已经有了一定的自学能力。
新方向
那我换什么方向呢？
- Java开发：这个就业岗位多，找工作容易，研究生做这个属于大材小用。但是这个加班比较严重，会很累，而且也面临越来越卷的问题。
- nlp算法：这个优势就是我的师兄师姐大多搞这个，有的讨论，但是这个也是算法，也会有大厂难进的问题。
- 数据分析：这个其实就是用机器学习，但是需求不高，门槛也低，工资也少，说实在，不太想干这个。
- 分布式数据库开发：这个工资也挺高的，技术门槛也高。但是高的技术门槛，也不容易失业，但是这个的需求可能不是太多（不确定）。
老妈给我介绍了一个柳洋，他做的就是分布式数据库开发，如果能跟着他学一学的话，我真的也心动了。
|