科研

AI

今年对深度学习有了一些理解，从之前的数据层面的增删、清洗等到模型搭建，今年已经可以完成有代码模型的轻易复现以及根据自己数据做调整，主要是理解到了data_loader的作用。对于pytorch和tf都有所涉猎，至少已经都用到了，具体精细化修改还是要继续研究。

模型层面，今年学了两种主要的模型，yolo系列和vae系列的模型，初步学会了搭建与复现、修改的方法。有时间我会更新yolo系列算法的改进。比如更换backbone、neck、head等，添加n2n的注意力机制等。但是对于模型的调优方面感觉还是要继续深入的学习。

对于loss的理解更深一层，首先基于一个事实就是我们的模型主要关注最终指标，这个指标可以是简单的ACC、Recall、AUC等，也可以是专业领域的index，但是我们要做的事把loss和index之间的联系找到。跟一个协和的网友聊天、探讨问题，非cs的同学主要可能没有理解最终index的重要，感觉这是一个理解的点，另一个就是在一个例子群项目中，loss其实比较玄学，有的时候只是有那个趋势的关系就会work，所以要多多尝试。具体比如vae中的JS loss可以进行多多的尝试。

Informer，时间序列的模型，这个还在研究。

Bio

今年对于Bio的研究也有新的理解，今年有两个文章见刊，但都不是一作，要继续努力呀。回顾下今年的一些研究历程吧，总结下可取的地方和不可取的地方，过年期间在做一个多肽的二级结构问题的下游比较，暴露出来的问题其实还是对于模型的指标不清晰，如计算复杂度。后来做的事自己已经研究了很久的TCR-peptide问题，但是做的也不是很好，基于这个项目做的总结可能就是还是要以工程能力做先导，理论可以先不学，先复现搞明白input和output再了解内部，了解内部是为了更好地做研究。然后就是宏基因组、微生物组，其实这个方向没研究明白，主要的问题其实还是方向太宽泛，没有找到一个问题可做，所以不能以点带面，进行研究。后来到了五六月份就来南开开始做hic了，当然hic现在做的不是太顺利，主要问题是在hic上，研究这个问题其实给了我很多启发，一个是数据一定要处理且最好不要把它做与其他人不一样的处理，因为毕竟不了解真正的研究这个问题的人的需求，所以这个照抄就行了，看代码，看supplementray，看结果，看趋向，看已有文章对问题的求解，可以避免踩坑。总体而言hic的这个研究确实起到了以点带面的效果，比如延伸到单细胞的schic-embedding问题和延伸到cv问题的细胞分割（陈），并且下半年承蒙师兄厚爱，有一篇文章正在投稿，但是我还是想有自己的一作。kaggle

工程

linux、docker

作为一个程序员就不得不学会使用linux，这个学期学会了从linux的安装、科学上网软件的安装使用基础原理等。linux上的必备软件比如todesk（x11），zotero，vscode等等。以及在linux服务器上部署跑各种各样其他人已经封装好的docker，不得不说是真的方便。学会了git并熟练使用，其实也灭有很多只是学会了两个命令和.gitignore的作用，其他的vscode的插件其实已经实现好了。

数据库

今年做的工程项目主要是一个金融有关的项目，从这个项目中得到的经验，有尽量使用少的语言，语言多了就会有麻烦，尽量少写多用流，虽然这会加剧这个麻烦，数据库复习了下关系型数据库和非关系型数据库的区别，以及用他们构建的应用的确确实实的不同，从而启发了写的东西要从能用到好用的转变。

chatgpt、copilot

今年最火的莫过于chat了，划时代的工具，我们要学会从编码到编prompt的转变，今年也有在积累好用的prompt，因为只要有两个对象（你和chat）的地方就有偏差、效率差异、博弈，所以好用的prompt至关重要。

今年偶然使用到了copilot，确实好用，虽然基于的是3.5但是一个是进行了微调，另一个是vscode做了插件，基本上可以当肚子里的蛔虫（注释都可以蒙对）