今天早上首先把main和augment的训练测试代码补全,还是不太能独立开发代码,基本功需要多夯实,尤其是一些基本库基本函数的使用,什么时候用axis什么时候用dim,还有就是代码结构思维,在写一个类的时候首先思考它的作用是什么,一般在训练测试文件中,一个类里面通常包含加载数据,训练,测试这三个最基本的功能,然后在Main函数里面创建一个实例进行调用。今天还有一个成就就是学会用tensorboard,写入scalers和figure,这样做使得跑代码的效率更高且不容易发生重要文件丢失。
晚上的炼丹让我很苦恼。这模型大差不差怎么指标点相差那么大!要是那些论文里面的模型跑通能和文章里面数据一样是不是更能加快科研的进步呢?这又让我反思做科研的意义。做EEG的subject-variabilty and domain variability应该是熟悉的,但是这个域差怎么这么大呢?我应该从哪个方面入手解决呢?
越是到后面我就发现,虽然现在有了各种大模型,听上去好像科研的门槛降低了,但真正有多少solid的idea呢?先不管solid不solid,我现在连一个convincing的idea都想不出来,光是一览众山小式的看顶会论文,我真的理解了吗?也许就是当下能力的欠缺,尽管有篇好的工作和好的motivation放到我面前,我也不能对它吸收理解,同志,前方路还很长啊!
可是明天就要和导师汇报了,空白的汇报ppt,也没对课内学习进行复习巩固,“一事无成”的我明天该如何过呢?
现实确实是残酷的。