zoukankan      html  css  js  c++  java
  • 七月安生否?

    文章图片

    2020年7月9日23:05:04

    图片一

            经过了两天的适应性学习,发现之前预判出现的干扰还是出现了,主要表现在这几个方面:

    • 看课效率低,虽然当时讲的时候理解是没有问题的,但是一旦到了做题的时候就会卡住,后面尝试增加看书和做题的时间,保证一个知识点至少过一道题目,一道解决的题目一个博客文章,知识点概述总结,可以放在靠后的位置完成,那时根据前面做题的印象进行回忆梳理,应该比看完视频就整理视频中讲的好很多吧.

    2020年7月9日23:22:04
    困死了,刚才敲着时候竟然迷糊着睡了,明天在写吧


    2020年7月11日22:53:22

    图片二

            尝试去做组合数学方面的题目,只是收效甚微,做题慢,要么想了半天稍微有些思路,但是不完整,要么是根本就没有思路,越做越慢,越做越痛苦,觉得之前定的目标一周之内做了组合数学常见的习题真的有点痴人说梦啊.确实要加快点速度了,DFS是不大可能继续做了,毕竟遇到的阻碍,自身实力以及时间等都不允许了,必须剪枝回溯了,或者改用BFS吧.

            这几天成绩也陆续出来了,什么感觉呢?一种绩点通货膨胀了,变得不值钱了,之前努力去学去准备考试拿到的成绩被稀释了,所谓的财富凭空消失,说的也就是这个吧.有时候觉得自己挺失败的,这么多年了,一个兴趣相投的朋友也没找得到,不过也曾反思过,我想找的其实是另外一个自己吧.算了,不想这些杂乱的事情了,明天整理一下拿到题目,然后找几道(Stirling)数的题目,不过暂时先不做了,开始练习(CatAlan)数了.


    这是一个遗忘的分割线2020年7月11日23:40:02


    2020年7月16日21:00:40

    图片

            早上起来后拿起手机随手一翻,看到了杭电2021年计算机硕士研究生专业课改为了408,感慨颇多,触动很大,遂上网查了查杭电近几年的录取分数线和调剂相关的公告,然后又去查了查江苏几个学校的信息,我觉得我把调剂作为备胎的计划真的会让自己死得很惨,408统考你能确保你初试总分到380+吗,我觉得几乎不可能,那ZJU也就别想了吧,我觉得今年杭电改考408而且如果明年不变的话,杭电该是我最优的选择了.无论如何,以后报考的学校一定是专业课考408的.终究还是要有自知之明,要现实一些吧.

            最近几天精神不太好,做题总是没法集中注意力.数学真的太难了,怎么想都想不出来,组合数学那章真的跪了,最基本的编程解决概念的题目都能卡死我.明天过去也该说声再见了,以后有时间再补,也许没有以后了,一别即是永不再见.

    2020年7月21日20:57:04

    图片

            今天偶然在B站上看了杭电的宣传片很激动哈,这几天也仔细想了想,考研是最优的选择是去浙江,原本是想头铁冲一冲浙大,但是我没法保证我初试一定能390+,而且今年杭电专业课改成408了,对于我来说最优解已经发生了变化,毋庸置疑的是2021年杭电的复试线一定会比去年高的,甚至可能会高三四十分以至于复试线达到330左右,而且22年有可能到350左右,但是我觉得这个我调一调也是能够到的,假设真的存在这种情况,22年杭电的考试科目又换了,那我果断选择放弃杭电,可以冲一冲深圳大学,这个是我当年高考时非常想去的,然后没有备选了,就这两个.

            21年的1月份就开始准备了,今年下半年回到学校,主要解决三个问题,全年复习计划的制定,主要列一列明年每一个月复习的进度安排,准备教材参考资料网课视频等;第二个是找一个合适的研友,最好不是考408但是和计算机相关一些,英语能好一些,数学没有要求,宁缺毋滥,很可能找不到;第三个是从零开始学英语,真的要下定决心学了啊.┭┮﹏┭┮.

  • 相关阅读:
    关于celery踩坑
    关于git的分批提交pull requests流程
    SymGAN—Exploiting Images for Video Recognition: Heterogeneous Feature Augmentation via Symmetric Adversarial Learning学习笔记
    AFN—Larger Norm More Transferable: An Adaptive Feature Norm Approach for Unsupervised Domain Adaptation学习笔记
    Learning to Transfer Examples for Partial Domain Adaptation学习笔记
    Partial Adversarial Domain Adaptation学习笔记
    Partial Transfer Learning with Selective Adversarial Networks学习笔记
    Importance Weighted Adversarial Nets for Partial Domain Adaptation学习笔记
    Exploiting Images for Video Recognition with Hierarchical Generative Adversarial Networks学习笔记
    improved open set domain adaptation with backpropagation 学习笔记
  • 原文地址:https://www.cnblogs.com/2018slgys/p/13276937.html
Copyright © 2011-2022 走看看