UMich ECE Winter 22 修課/生活

Winter 22 是我在 U-M 的第一學期，我訂的學期目標就是「適應」，適應教室內與教室外的一切，因此只修二門課：ML、CV（其實還有一堂湊最低學分要求的 seminar）。

Fig. Blue Bus（學校公車）

一、EECS 545 Machine Learning (Prof. Lee)

這堂課唯一優點就是內容豐富，該講的 ML 演算法都講了，至於缺點則是一籮筐，本來期待 Andrew Ng 的門生應該也是教學研究一把罩，看來只是我的幻想…

• 投影片：一些章節內容與排版都蠻紊亂，公式 notation 也沒統一，加上老師上課又喜歡在 slides 上推導，結果就是整個畫面亂上加亂，這些雖然不是大問題，卻很影響學習效率，變成上完課要花不少時間整理 slides。老師也不是第一次教這門課，只能說看得出來心不在教學。
• 教學：一堂課中講 intuition, why so 的時間很少，卻將近一半時間都在推導公式，瘋狂套入數學公理整理化簡，這種教學方式我覺得很難理解，畢竟起始公式所代表的意義看不懂，後面推導又有什麼意思。後來我只好看 stanford cs229 的 youtube 影片，這堂課剛好相反，花很夠的時間講 intuition 跟解釋公式，最後才推導。
• 作業：有 6 個 hws，每一個都很花時間 （見下圖），且大部分作業都是很生硬的要求實作某演算法，沒提示步驟或實作細節，也沒 starter code，上 piazza 發問助教給的提示也是有講等於沒講，好像怕學生學會一樣。
• Project：4–5 人一組，題目自訂，用計中 GPU 煉丹，有期中期末報告 。我很難理解評分標準為什麼非常在意 novelty，初學者要理清很多魔鬼細節就不容易了，更不要說生出什麼有意義的 novelty。這次跟2位美國人跟1位中國人合作，美國學生意外的爛，中國學生意外的強，因此分工也自然變成美國學生deadline前打打報告，其他進度都由中國學生跟我cover…

Fig. Piazza 上多達 88 讚的抱怨文 (寫得很委婉，肯定是出自溝通表達大師)

Fig. Piazza 上某位同學反應 hw4 花了 40 小時

二、EECS 442 Computer Vision (Prof. Fouhey)

如果說前面那堂課是地獄，這堂課就是天堂。可以從很多小細節感覺出教授跟助教都盡一切可能幫助學生學習。

• 教學：slides是借用他校教授的，不過有一些自己的修改。老師非常會問一些小問題，引導學生思考 why so，這些小問題都不難但我卻常常答不出來，反而美國學生反應很快，我猜想這就是東西文化造成的課堂風格差異：美國課堂的一來一往 vs. 台灣教授的one-man show。至於少數上課後仍不懂的概念，我會看 youtube 的 First Principles of Computer Vision，這是一位 Columbia 教授非常認真錄製的影片，涵蓋幾乎所有 CV 的 topics，特別是傳統演算法的由來跟步驟解釋得非常清楚。

Fig. 課堂小問題: Why is repeated 3x3 filters empirically better than 7x7 filters?

• 作業：7個 hws，難度適中，對於理解上課內容很有幫助。重點是老師還會寫一些 hw notes，重新解釋一些數學或實作細節 (老師口頭禪：There are tons of details)；此外上 piazza 發問隔天就能得到回覆，教授自己也常跳下第一線，洋洋灑灑寫一堆解釋回覆學生發問，有時覺得老師也太認真，我也不能輸？
• Project：學期中才開始組隊想題目，教授很貼心的先給了6個 project ideas 與大致實作方向，如果都不喜歡也可以自己生一個，學期末生出一篇 paper 跟 presentation video。

三、生活

很多人在留學版都說生活/氣候可以不用考慮，理由是碩士最多二年，而且也沒閒暇時間外出，但我的主觀經驗卻不是如此。Ann Arbor 真的是 unlivable，天氣有夠鳥，春假前氣溫都在-5°，春假後則在0–5°c，加上我自己又怕冷，只好每天窩在家寫作業。這也讓我發現我似乎不太適合寒帶與住商分離的環境，大概是在台北已經習慣跑來跑去，每天在各地穿梭。

學校有自己的美術館跟博物館，但周遭則是頗無聊，只有中校校園與附近街區能走走逛逛，附近也沒什麼公園，我才待不到3個月就快受不了，沒地方轉換心情真的是一大缺點。很佩服有人願意待在 Ann Arbor 五年讀 PhD，那肯定是對研究很有熱忱。

Fig. 中校區廣場一景