本科毕业设计过程中应该锻炼的能力 (深度学习方向)

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.

1. 搭建环境的能力. 包括 Python, PyTorch 等环境的安装.
2. 采集数据的能力. 包括 OpenFWI 等数据集.
3. 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!
4. 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.
5. 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.
6. 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.
7. 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.
8. 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).