xxiex123(黃凱陽)

簡介:

• 成功大學 電機工程學系110級(2017-2021)
• 交通大學 電機所 甲組(2021~ )

聯絡資訊:

• email: E24065084@gs.ncku.edu.tw

2021春季班 個人評量

(春季班)作業及筆記

• Week1
• Week2
• fibdiv

(春季班)所見所聞心得

• 對於硬課：電機系裏硬課很多，而且領域很廣，難就難在對某領域比較不強時，還修他們的硬課，上起來就比他們還困難。而我也做過這種事情，也挺過來了，有種沒什麼困難是花點時間解決不了的想法。一項來選課只選硬課的我，已經知道所謂的硬課的底線是到哪裏了，一直到了大四下，我已經沒什麼場面沒見過，但這堂課例外。對於真正的硬課，有兩種、一種是期末有一個上臺報告的環節，要同學互相評比期末專題，同時上這堂課的人都是有名的卷哥，這種課會因爲不想出糗而努力做好。第二種是這堂課，老師不檔人，但功課量超級多，課程超級難，這種課可以混混過，但就會缺失選硬課的真理（選硬課的目的不就是要學東西？）。對於那種課程內容比較難，作業比較多，還會被檔的課不算硬課，因爲要拿60分並不是難事，只是努力一下而已。而這堂課硬在，1、所有教材放上去自己看，2、作業可以無限優化，一直到改進 linux kernel，3、同學們都是神，覺得自己菜得一批。

• 擴散型學習：老師說過，現代高度分工的情況，只有專精在一個領域，成爲其中專家才能顯得有用，這句話是事實，但我一項來的學習方法確實背道而馳，我一直不斷修完全不同領域的課，我想要知道各個領域的知識，有幾點原因，一、每個領域裏用到的分析技巧、或是技術，往往會互相借鑑，也就是說在某些地方看過類似的處理某些問題的方法，當我遇到類似的問題時可以用得到。二、電資領域常常互相關聯，某些領域裏，會看到處理一些問題的方法很奇怪，而爲什麼奇怪？其實是因爲關乎其他領域，最直接的比喻是，寫程式考慮到 cache，如若不懂 cache 會根本不知道爲什麼要浪費時間做這些事，也就是說在學習的路程上會變得豁然開朗起來，像是任督二脈打通一樣。三、與其他領域的同學說話，不會因爲不了解而無話可說。四、雖然高度分工的確對擴散型學習方式不友善，但當工作屬於較高層的部分時，爲了管理底下不同領域的團隊，這些片面的知識非常重要。

• 課程所得：這堂課與絕大部分的課不一樣，不會縱容學生，不會因爲覺得還是學生而寬容一些東西，像是把我們弄在一個工程師的環境做事情，我們必須要適應裏面的職業素養，講話必須要嚴謹，必須要會表達、溝通，作品必須公開以提供需要的人幫助，這些事情在做作業的過程中不斷被磨練。在即將步入研究所的的我，算是提前一步訓練了講話要有水準，不可含糊不定，以及意識到研究成果必須公布於衆，經歷所有人的審核。除此之外，一個很重要的是解決問題要循序渐进，先把最基本的做好，再一步一步觀察哪些是可以優化的，進行改進、實驗、比較，這是我在期末專題學習到的東西，也是我找到了我自身問題的所在，因爲我每次偏向於一次到位，做到最好，但每次都很難前進，很沒成就感，光是這一點我就非常滿意了（這困擾我很久）。

• 期末專題：在這一個班上我應該算是最差的幾個了，前面的作業一、二搞得我都頭很痛，加上雖然學的是 c++ ，只寫過三次 c 的作業，甚至沒用過 bitwise operation，沒用過真正意義的 linux系統，基礎非常欠缺，前面的作業花了30小時來做，但對比其他同學的就像是在過家家一樣，自信很受損。原本覺得期末專題應該也會一樣讓自己無法滿意，但在利用一周多的時間看教材、背景知識、最佳化手法等，到開始實做，我發現我還是做得下去的，參考了一下去年的同學做的，我開始覺得自己還是可以做到一些事情，於是便開始着手操作。前面的投入非常沉迷，每天幾乎4點睡覺，早上起來繼續寫，我發現這種循序漸進的方法做起來非常爽，不知不覺時間就過去了，就像打遊戲時一樣。一步一步前進，雖然做到目前位置，也還沒什麼大成果，但至少有把東西做出來，並且我知道之後應該怎麼更進一步（只是目前7/2還有一份期末報告），暑假的時候會繼續投入，把它完成得讓人更值得參考一些。

(春季班)自我評量分數 (1 到 10 級分)

5.5級分，前期基於前進龜速與自身惰性，常常停歇，怠慢作業進度，照成作業上面不達標，但在期末專題上開始對這堂課上了軌道。

6. 知道如何用 bit-wise operator 實作 clz / ctz (count leading/tailing zero) 嗎？ 以下是最常用的方式，這種方式特點是計算次數只需 log（bits）次，例如 32 位元的 int 只需做 log 32 = 5次。

int n = 32; unsigned y;

y = x >>16; if (y != 0) { n = n -16; x = y; }

y = x >> 8; if (y != 0) { n = n - 8; x = y; }

y = x >> 4; if (y != 0) { n = n - 4; x = y; }

y = x >> 2; if (y != 0) { n = n - 2; x = y; }

y = x >> 1; if (y != 0) return n - 2;

return n - x;

11. 知道 fixed point 嗎？相較於 floating point，這樣的機制有何優缺點呢？知道真實世界如何運用嗎？ (例如Linux 核心的 CFS)

浮點的特點是能夠移動小數點的位置，從而可以因所要表達的數改變小數點位置來達到更精確表達，定點則是把小數點定死，比如我只用 7 個 bit 來表達小數後的部分，那就 都不會改變了，優點是可以提高計算效率，缺點是表達範圍不大。定點運算現在很常被用在 edge 端的 AI 應用，在 edge 端往往沒有很強的硬體計算資源，因此會把圖片的 pixel 形態改爲 int8 減少計算成本，int8 可表達 0-255 ，例如 00000100 = 4 ， 如果變成 fixed point ，假設小數點點在第7位，變成 0.0000100,第一個 bit 是 sign bit，表達正負號 ，因此表達範圍變成 -1 到 1, 而 0.0000100 變成 0.3125，但此結果需要除 2 ，變成 0.0000010 = 0.015625, 爲什麼除2？因 爲我們要把 0 - 255 的範圍，用定點的 0 到 1 去表達，而 -1 到 0 是沒用到的，因此需要除 2 （把 pixel left shift 1）。可能會問，爲什麼要用 0 - 1 表達 而不直接用 0 - 255？ 因爲在 AI model 訓練時，input 常常會被 normalize 成 0 - 1,因此當 inference 到應用端時就要想辦法轉換成 0 - 1。能用在 AI 的 應用上是基於神經網絡的一個特點，那就是權重（weight）不需要很精確（符合定點數特性），因爲 AI 是用來預測、辨識等，這些不被要求完全準確的事情。

22. 本學期課程內容中，讓你印象最深刻、顛覆過往認知的部分是什麼？請舉例說明

有一次上課，我旁邊坐了一位貌似很厲害的同學，但個性好像比較不善交談，當天老師點名同學問測驗題時，依照老師的說法是很看好他，而且他付出的時間也很多，但在回答的 過程中並沒有回答得很好（我並沒有因此覺得他不強，而是每個人的個性問題），重點是說老師下課時間跑來跟他“教導”，然後說要推薦他去 intel 面試，意識到了這是一堂 “只要掌握這一堂課，就能出去工作”的課，也就是說我大學4年用來上這堂課，也許還比上一大堆的課 4 年還來的值得，畢竟 4年專精在一個領域能走很遠。 另外，據說成大有兩門課是上得好就能工作，第一是這一堂，第二是電機所的 VLSI，有幸上到這一堂還是很值得的。