想进入人工智能领域的你还在迷茫吗？----上篇

点击上方蓝字关注

你是否有过转方向的经历？转变到一个全新的方向时是否感到了迷茫？初入某个领域，是否研究了一个月甚至是一个学期之后仍然是一无所获？      

本期介绍的余力同学也曾有过这样的经历。但是，迷茫中的他找到了正确的学习方法，不仅在新的研究领域里取得硕果，而且据此找到了自己挚爱的工作。   

本期我们推出的是上篇--科研学习篇，看学长如何从零基础挑战深度学习算法；下期我们将推出下篇--工作篇，敬请期待。

优秀毕业生：余力

 

余力同学是电路与系统专业2017届硕士毕业生。师从汪源源教授，主要研究深度学习算法在医学图像处理当中的应用。本科时期，余力同学主要学习硬件知识，并且获得过校创新成果奖、飞思卡尔杯智能汽车竞赛华东赛区二等奖、校优秀学生等荣誉；到了硕士期间，他转为研究深度学习算法，发表过两篇SCI和一篇会议论文，最终获得“优秀毕业生”称号。现在他进入了行业巨头----科磊半导体，担任算法工程师。这些无不体现着余力同学做一行，专一行，这背后又经历了什么？让我们看看他的神奇经历吧~~

人工智能（AI）现在是个很火的方向，说到人工智能，肯定离不开机器学习、深度学习。

另外我们很多人可能都有过去医院做B超、磁共振的经历，但是你知道出来的图像和医生诊断结果是怎样产生的吗？其实，这背后就有“深度学习”的参与。

余力同学做的就是医学图像处理。使用深度学习算法对采集好的图像进行分割，基于分割的结果，对组织的功能和病理进行评价，得到一些重要参数， 45 32893 45 14939 0 0 3630 0 0:00:09 0:00:04 0:00:05 3630和参数的正常范围作对比，这样就给医生的判断提供了依据。

来到复旦

我本科是上海理工大学的电子信息工程专业，因为发现复旦的电子工程系做的与本科时的方向比较类似，加上自己也对这个方向感兴趣，所以选择来到复旦读硕士。刚进实验室时主要使用matlab来处理，现在主要使用基于python的Tensorflow。我感觉有了matlab的编程基础转为python不是太困难。

  Tensorflow 

2015年11月9日，Google 官方在其博客上称，Google Research 宣布推出第二代机器学习系统 TensorFlow，针对先前的 DistBelief 的短板有了各方面的加强，更重要的是，它是开源的，任何人都可以用。

 

没有困难是努力所解决不了的！

开始时的迷茫

由于本科做的是硬件方面的，研一刚进实验室时完全没有接触过算法，一片茫然，所以我觉得我遇到的最大困难就是入门。这需要选择一个正确的学习方法，再通过努力，才能事半功倍。（相信很多学习算法的同学一开始也会遇到这样的问题）

入门两个月的不断阅读

这里就要感谢我的导师汪源源教授了，他给了我一篇关于心脏图像处理的论文，我就把这篇论文当做入门资料进行精读。说实话，读完第一遍，完全没有读懂，这样我就想到再去深挖它的参考文献，参考文献的参考文献，这样一直读下去，所以当时光入门就用了大约两个月。经过这两个月的不断阅读，我就知道了这个到底是做什么的，以及发展现状。

看论文比看书本效果更好

这里要说一下，可能很多人入门时会选择借一本 “Python入门” ，或者“图像处理”这类书，然后漫无目的地学习起来。这类书中我们能用到的只有很少的一部分，不通过实际应用来学习，光看这类书学习的效果会很差，所以我一直把论文当做入门资料。我看的论文就是我的研究方向，参考文献也是，当把这些看完后，基本上所有基础知识都理解了，所以通过看论文能够更加专业、精准地学习，这样学起来也会快很多。

对三年学习时光的小小感悟

专注

我觉得我的一个优势是三年中一直在研究深度学习算法这一个方向，不像某些同学换过几次方向。因为第一年基本不会有什么成果，研一课程比较多，还要花时间入门。三年换过几次方向的话难以在一件事上面做精。

学习方法

我们搞算法的发的论文主要有两个要求：①算法上的创新。②效果比别人好。这就需要你知道别人做得怎么样，把别人做的先吃透，再在他的基础上分析有什么缺点，根据自己的理解提出改进的方法。我自己写论文就是一个循序渐进的过程，第一篇是基于对别人的改进，第二篇才是自己的算法。

他曾经从硬件设计转为算法学习

开始时也会迷茫

他没有像别人那样拿着一本厚书硬啃

而是通过论文“精准”地学习

这当中当然缺不了努力

希望余力同学的经历让你有所收获

也祝愿余力同学在未来的工作生活中

顺利安康

小编结语

END

口述：余力

编辑：Duke

 

复芯学吧

听见我们的“芯”声

 

长按二维码关注