Huapeng’s blog

type

status

date

slug

summary

😇 UW

学习

🤯 我觉得对我来说来读研最不重要的就是上课学习, 都读水硕了, 都上过班了, 对我来说上课95%的知识都是没有作用的, 我身边几个上过班的也基本都这么觉得, cost 最小的方式应该是小workload + 高分 + 自己感兴趣/以后会用到。但是, 如果清楚自己以后要干什么, 上课还是难得的机会来把自己变的更强, 上班可能就没大块的时间可以投入“学习”这种短期ROI很低的事情了。

选课

我个人以后事业上的目标是以后做MLE/SDE, 所以其实有很多课是可以避开的, 首当其冲的就是typical EE课 aka hardware, 包括但不限于电磁场, 集成电路, 信号处理, 包括和软件沾边的嵌入式(由于我本人原因, 本科开始就对硬件厌恶)。其次是计算机系统课, 我认为system课是最具迷惑性的课程, workload 大, 难度大, 计算机原教旨, 而且北美这边system 课教的很好。但我感觉这些课学的再好找的工作顶多就是前后端 → infra, 但infra难道很好吗? 学这些课如果耽误了自己找工作也是得不偿失, 学有余力可以选, 我是认为不如刷lc或者干些别的事情。这类课程包括操作系统, 分布式, 计算机网络 etc. 排除掉这些课其实也就只剩下Ai 课和别的学院课可以选了, MLE(除quant)也是唯一可以和SDE薪资拉开差距的, 而且Ai 课一般都比较水, topic 也都比较前沿(Machine Learning 课倒不是, 可能还在讲SVM这种老古董), 所以我有多少Ai 课就选多少Ai课。

上课

24fall 这个quarter 我选了10学分, EEP 500(2) + EEP 545(4) + EEP 568(4), 可以介绍一下我上的这几门课:

EEP 500 Graduate Seminar (⭐️⭐️⭐️⭐️⭐️): 写论文课, 1学分四篇论文, 现在有魔法工具的话, 这个课几小时就能搞定, 唯一的缺点是最多计入毕业学分只能9学分, 不过这9学分我肯定要选满的

EEP 545 The self-driving car (⭐️⭐️): 学完的感受就是总体上对自动驾驶有一个更清晰的overview, 从localization 到 perception 到 planning 到 control, 因为这个课内容很难, 一堆公式, 但又没有足够的支撑材料(阅读或者作业什么的), 大概学到一半的时候就感觉可以摆烂了。作业的话还行, 第一个是学习ROS的一些tutorial, 第二个是从自行车动力学模型到Particle Filter, 第三个是各种control 模型 pid, pp, mpc, 第四个是一些planning方法, A* etc. 最后一个是这些集成在一起, 在ECE basement self-driving。由于这门课作业队友比较多, workload 可以平摊的比较小, 但想要扣分的是最后的大project, 没有什么写代码的空间, 都是调参数, 有时候也是硬件的问题, 浪费了很多时间但并没有学到什么东西。助教也不是很给力, 有时候codebase本身就存在很多bug, 最后很无语。

EEP 568 Deep Learning for big visual data(⭐️⭐️⭐️): 这门课内容比我想的要好很多, 一开始是想把当水课选, 以为自己什么都会, 但到后面还是有很多很新的topic, 包括最近几年的control net, vllm etc, 是真学到了点东西, 感觉对深度学习“学习”这个概念有了新的认识, Ai 确实太神奇了, 但这个课可能涵盖的内容太多了, 而且都是知识点, 一不留神就跟不上, 周一晚上连上几个小时真的到后面已经无法集中注意力, 开始摆烂了, 如果把拆分成白天一周两节, 效果应该会好很多。五个作业每个都挺有价值的, HW1是写PyTorch 计算图(Karpathy 的那个), MLP 然后第二个CNN, 还有一些trick, 第三个是Yolo, tracking 第四个是手写transformer, 微调bert, 最后一个是Diffusion, 还有UNet 做复原。印象中workload还是有的, 对CV也更加熟悉, 但最后一个作业实现ddpm的时候助教应该摆烂了, 所有implement的代码最一起跑, 一些维度错误真的很难找到。但总体上看还是可以的, 可水可不水, 老师还是比较用心的, 人也比较好。

我这学期选的都是pmp的课, overall来看质量确实很一般, 没有当时交换去UCSD上的课好, 但可能也不是一件坏事吧, 至少对找工作的第一个学期来说。两门课都涵盖了很多内容, 但一周就一天晚上全部上完, 很多细节很模糊, but whatever, final 的时候别人都在挣扎我在睡觉的感觉还是很爽的, 很难说选了所谓的好课用处有多大。不过下学期打算选一下自己感兴趣的课或者说可以和外国人交流更多的课, 陶冶情操。

科研

科研方向我是彻底失败, 我觉得科研可能是前期投入巨大但也不会有结果的东西, 这学期加了lab, 找到了一个想做的topic, 但由于我的懈怠和和找工作的冲突, 现在progress可能只有1%, 希望这个学期能好好做一下科研, 占个坑。

生活

环境

西雅图的环境对我来说可以用折磨来形容, 至少冬天来说, 暗无天日的天气, 阴沉湿漉的环境让我无时无刻不怀念南边阳光明媚的加州, 大洋彼岸的上海, 甚至是河南老家。好处就是不会热也不会晒, 气温也不会特别低actually, 也不会到零下, 所以有些同学还是喜欢这种天气的。时常也能看到一些小动物在路上走来走去, 小松鼠居多, 还是很可爱的。

活动

但西雅图毕竟是大城市, 仔细找的话娱乐活动还是有的, 9月去看了green day的演唱会, 买了明年3月tyler, 5月kendrick 在西雅图的演出, 刚过去的跨年有烟花表演。有一些常见的地标, kerry park, space needle也都不错。技术类的活动有hackathon, 创业沙龙, 但我也都没怎么参加。学校会组织一些社交活动(一般带免费的饭, 这个基本会去)。国内一些好玩的活动, 喝酒, KTV, 泡温泉等等在这我是一个没参与过, 有点怀念, 第一个学期比较宅, 基本外出的活动都是外出觅食和去IMA(UW的健身馆)活动一下, 还写了一个西雅图餐厅锐评(持续更新中)。值得一提的是UW的运动活动还是比较多的, 有比较大而且便宜的高尔夫场地, 学校的健身馆也特别棒, 一应俱全, 条件也很好。学校有一个HUB(Husky union building), 可以打台球, 保龄球, 电子游戏, 甚至有个小网吧etc. 今年这一年准备办一个健身馆的卡, 可以上一些课, 然后探索一下自然风光, 没有车目前也是寸步难行。西雅图周边的自然风景还是很绝的, 每次从学校喷泉远眺ranier 雪山, 都感觉很神圣。西雅图和音乐的关联也很大, 很多音乐从这里流出。准备2025 年explore一下西雅图的各种活动。

人际

第一个学期大部分时间都在小屋子里面自闭, 没有怎么社交过。但毕竟都读研了, 社交还是很重要的, 目前在这边认识的人80%都是同项目的同学, 中国人还都是很friendly, 我最喜欢老中了, 可以玩一些中文互联网的梗, 大部分也都能喊出来一起玩。不过这里我就要说这个项目两个大缺点了, 第一个是diversity 不好, 大部分都是老中, 老印都很少(我本人倒是还好, 基本只和老中玩), 第二个是同学间不会有特别浓的找工氛围, 没有CMU的同学能力强, 没有NEU那么focuse 在找工, 所以可能志同道合的人会比较少。

衣食住行

西雅图的物价可能是我见过最贵的地方, 房租贵, 打车贵, 买东西也贵。这个学期我过的非常普通, 没买什么衣服, 住的质量也比较差, 不过倒是出去吃了不少顿饭, 吃饭相比来说没有那么贵了, Chinatown 有不少地方还是很好吃的, 有种中国1990s 的感觉。可能因为工资没有州税吧, 目测物价比加州还贵不少, 不喜欢这点。但我也相当于被逼着学了做饭, 现在已经到了同学会夸好吃的程度, 第一次懂得了各种调料, 老抽, 生抽, 酱油的区别, 现在已经用的出神入化, 小火可能会熟不了, 大火又可能会糊掉, 有时候做饭有正反馈还是挺开心 & 解压的。

翻看我这几个月的手机相册, 照片寥寥无几, 每天的生活是3点睡12点醒, 上四个小时网, 然后天居然就黑了。大部分的时间还是在和同学聊天中度过。每次看到上海同学发来的fine dining, 梧桐区的风景, 日新月异的花式生活, 都留下了悔恨的泪水, 我为什么要来这个没有什么太阳, 娱乐, 朋友的地方遇难, 主动当起了难民, 所以我对美国的印象目前为止还是很糟糕。但毕竟过了冬至, 黑夜最长的时间已经过去, 还是会期待3月的樱花, 6月西雅图的盛夏～

💡

有关Notion安装或者使用上的问题，欢迎您在底部评论区留言，一起交流~

😇 UW

学习

选课

上课

科研

生活

环境

活动

人际

衣食住行

Huapeng Zhou