摘要: 本文以本科毕业设计做深度学习方向, 特别是全波形反演为例, 描述学生应在此过程中锻炼的能力.
- 搭建环境的能力. 包括 Python, PyTorch 等环境的安装.
- 采集数据的能力. 包括 OpenFWI 等数据集.
- 查阅资料的能力. 包括自己主要参考的文献, 以及其它相关文献 (不少于 20 篇). 不要看低级别的文献, 以防被带进沟里!
- 复现代码的能力. 复现一篇已经发表的论文的代码, 该代码可能是公开的, 但复现并不一定直截了当.
- 调参的能力. 各种参数都可以调, 不管效果变好还是变差, 都可以做对比实验, 获得效果图、结果表格.
- 做界面的能力. 应该做一个软件界面, 允许在该界面指定训练数据集、学习率、训练轮数、预测的数据等等. 最好可以支持结果图的输出, 不管是到文件还是直接展示.
- 创新的能力. 本能力可选, 不要一来就把它作为基础要求. 参数调节是简单的创新, 结构修改 (如增加一些组件、修改损失函数) 是较大的修改.
- 论文写作的能力. 参见毕业论文常见问题 (以计算机专业为例).
)
