2020年第27周，24.75h，完成计算智能/物联网/数据挖掘大作业

记录自己的成长，为了督促自己，也为了帮助别人。
我将活出专注的人生，因为这是最好的选择。
科研学习的标杆：我将获得国奖，拿到美国大学的博士offer；每天的深度工作时间在12h
不是日程安排，是对完成工作以及深度工作时间的记录
努力成为优秀的人，成为可信度高的人，只有成为这样的人，才能通过写作、演讲等形式最大化自己的影响力
标题：周数，深度工作时间，当周的主要任务
每日的深度工作时间（科研学习）

周一，5h
上午：开始书写大作业文档的相关工作：迭代局部搜索，1.5h
下午：完成迭代局部搜索部分，开始相关工作：变邻域搜索部分，1.5h
晚上：继续相关工作：变邻域搜索部分，2h

周二，6.75h
上午：继续写计算智能大作业文档，完成了VNS的相关工作、算法设计部分以及实验部分，3.75h
下午：完成了大作业文档的总结部分，并整合大作业草稿，2h
晚上：完成大作业的格式整理，并开始进行组内、组间比较，1h

周三，1h
上午：准备计算智能作业展示文档，1h
下午：0h
晚上：0h

周四，1.5h
上午：开始准备周五的meeting汇报内容，通过Deep Learning这本教材了解表示学习/分布式表示的内容，0.5h
下午：0h
晚上：继续学习分布式表示中word2vec的综述内容，1h

周五，4h
上午：学习word2vec的理论，在微信读书上寻找教材，在极客时间中查看扩展资料，用文字、图标重新整理了要点内容，包括CBOW、SG模型图、词汇表构建和上下文构建的细节问题，2h
这个过程类似于在做计算智能大作业，到微信上搜索变邻域搜索算法的理论和代码，在bing上搜索启发式算法的更好的教程，后面在网上找到意大利一个大学的课程ppt和课程扩展阅读资料，包括提出/总结迭代局部搜索和变邻域搜索算法的论文。在做计算智能大作业的时候，有针对性地搜索解决TSP问题的局部搜索算法。
可以看到搭建阶梯的过程是比较类似的。定义问题，搜索理论资料、代码教程和不断扩充的扩展资料。
下午：继续学习word2vec理论，包括训练模型/神经元用到的损失函数、梯度下降法中的链式法则，1.5h
晚上：认真听了实验室的seminar，感受到了扎实科研的美感，并学习了讲解的内容、逻辑和设计方法，0h；继续看word2vec理论，0.5h
认真科研的人最性感。

周六，5h
上午：完成物联网report的task1和task2,2h
下午：完成物联网report的task3，2h
晚上：完成物联网report的task4,1h

周日，1.5h
上午：开始构思数据挖掘大作业的流程，开始寻找资料，0.5h
下午：整理资料，完成数据挖掘大作业电子版，1h
晚上：0h