※ 引述《ThirdFloor (三樓)》之銘言： : 各位科技版的前輩好，不才小弟今年考上電控所和電子所， : 原本已經在做deep learning的實驗室，但是由於我的coding : 能力不佳，有點適應不良，不知道如果轉到電子所會不會好一些， 三樓你好，本人認為，學 deep learning 之前應該要先把本 ID 弄懂。 : 因為對於電子電路至少還有一些了解，電子所方面主要是做RF電路， : 想要請教一下未來相關的趨勢或者一些前輩的經驗， 剛好我大學也是電機，也略懂電子電路，自己設計過電源供應器、馬達控制器等等．．． 可以跟你分享一下我在 coding 方面追趕資工系同學的經驗。 : 如果有前輩肯站內信也歡迎~，希望多多指教。 : 如有不妥會馬上刪文，謝謝各位前輩了! coding 背景： 大學讀電機，所以 coding 就不像資工系同學那麼純熟， 但也至少用 C++ 把 OO 弄熟有一些單機執行的專題小作品。 碩班是做 computer vision，最早走的是傳統 pattern recognition 手法， 就算摸熟了 opencv，還是經常自己刻演算法刻得很辛苦， 而且每一次都是未知的投資，常常失敗了就要重新再刻， 對稱軸偵測、SIFT、LBP 等等傳統電腦視覺的演算法，都要自幹一遍，對嫩嫩來說超累der (或許在更優秀的研究室裡，這些只不過是基礎吧？) 看越多演算法，就越有無力感，一度懷疑自己， 心想：「我跟資工系差距好大，我是做這塊的料嗎？我是不是應該改做電子電路？」 對，就跟你現在想得一樣。 後來，決定去資工系修資料結構等等課程，希望降低自己和他們的"成分"差異。 這段時間留下的研究成果不多，就 coding 功力進步最多。 多認識一些資工系同學以後，也會更清楚自己要補足哪些？怎麼訓練自己？ 之後也有電機的學弟說想要做 computer vision，可是我看他寫 code 功力替他擔心， 就跟他說:「建議先去資工大學部修課，把 C++ OO 弄熟，要不然 opencv 你也用不動」 後來他好像....就用 Matlab 了吧。 (學校裡面的 matlab 怎麼來? 大家心裡明白....) 後來再碰到機器學習的時候，coding 已經不是問題了，就開始倒吃甘蔗的路．．． 中間當然是付出了延畢的代價，更多就學貸款要還。 但是現在能做 data science 的工作，認為自己還蠻幸運的。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.176.108.129 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Tech_Job/M.1502038933.A.A2C.html ※ 編輯: backprog (180.176.108.129), 08/07/2017 01:05:58