簡介

• 國立中山大學 資訊工程學研究所 ( 2024 - 2026 )
• GitHub: Mike1117
• HackMD: Mike1117

2025 Linux 核心設計/實作 春季班 自我評量

成果發表和貢獻

7 分。

• lab0-c
  • 2025/6/28： Fix incorrect DROP_SIZE usage #296
    • 修正 lab0-c 中 measure() 與 update_statistics() 之間對 DROP_SIZE 處理不一致的問題，確保統計分析只使用有效樣本。

在老師的提醒下，補全了相應的理論證明，以及修改了 Commit Message 。 此為對本課程貢獻的第一個 PR ，也是我第一次提交 PR ，但因本學期只有貢獻一次，故給自己 7 分。

作業/隨堂測驗

8 分

• 隨堂測驗
  • 第一次做隨堂測驗時，老師僅給 10 - 15 分鐘讓我們完成填空，使我非常震驚，因為我覺得我無法在如此短的時間內閱讀完程式碼並完成填空。後來了解老師此舉是為了模擬科技公司的面試，面試時也不會給你過多的時間讓你慢慢思考，在時間壓力下能否給出解答也是面試的一環。
  • 後續的隨堂測驗我基本都有參與，在 LLM 的幫助下我也姑且能完成部分的填空，雖仍未有自信在面試時能流暢答題，但可以感受到自己在閱讀程式碼的速度方面有所提升。
• 作業
  • Homework 1
  • Homework 2
  • Homework 3
  • Homework 4
  • Homework 5
    • 有繳交除 作業 6 ktcp 外的所有作業，但作業中仍有缺漏的部分，主要是一些我不知從何下手的題目。

綜上所述，我給自己 8 分。

期末專題

8 分

• 期末專題： dudect 研究和擴充
  • 針對 Dude, is my code constant time? 這篇論文，有確實補齊其所需的統計學知識並記錄。
  • 在重新閱讀原實作以及 lab0-c 的實作後，有發現 lab0-c 中的實作錯誤並發起對應 PR 。

針對我的期末專題，其實還有更深入記錄的空間，故給自己 8 分。

與授課教師的互動

8 分

• 6/4 下午 16:30 一對一討論：Homework 5
  • 以 二分逼近法 撰寫開平方根函式。
  • 重新認識何為 RLC 電路。
  • 為何不同大小 (dimension) 的矩陣不能相乘？
• 6/17 課堂問答：
  • Entropy 的定義中，為何有 log ？
  • fix-vs-random 是指什麼？

有完整回答互動中老師所提出的問題，但可以看到我的互動時間都接近學期末，是因為我害怕、羞於面對老師，在學期末時才因為課程要求的壓力鼓起勇氣與老師互動，所以給自己 8 分。

所見所聞所感

10 分

學期初時，本是跟實驗室的同學一同選修該課程，但因為種種原因，最後僅剩我一人完成跨校選課流程。在學期初老師於上課時分享有中教大、中興等等其他學校跨校選課的同學，但我於學期結束前幾週於 Moodle 上查看時，驚覺僅剩我一人的標記為 校際選課 ，不知此資訊是否正確，亦或是真的只有我臉皮夠厚，沒有按下退選。 學期中時確實萌生過退選的想法，原因不外乎覺得自己程度不夠，跟不上課程進度、每週實體授課舟車勞頓、沒有認識的人一起修課，問題無從討論等等等等。但最後都會秉持著「錢都繳了、來都來了」的想法，厚著臉皮堅持了下去。

今年的課程中，可以聽到老師有提及幾次「今年的半衰期好像變比較長」，我相信今年很多選課的同學也是秉持著跟我相同的想法：在現今 LLM 快速發展的情況下，要維持自己將來在就業上的競爭力，就必須要有一定的付出。我也肯定，今年選修的這門 Linux 核心設計，是我進入大學直至研究所生涯以來，付出心力與時間最多的一門課，有點悲傷的是這門課還不能採計為我的研究所畢業學分(因為是大學部的課)。但即便如此，從各個同學 HackMD 的共筆來看，我付出的心力仍然遠遠不及他們，往後還需更加努力。

在一對一討論以及後續完成期末專題的過程中，我也了解到除了資料結構、演算法這些基礎知識外，統計學等學科也都是 Computer Science 這個廣泛學科中重要的一環，這是我以前完全沒有認知到的，也是我所欠缺的。也讓我了解到即使是基礎的學科，我也沒有學得很好。

感謝老師以及這門課開拓了我的視野，也感謝堅持到現在的自己，我給自己 10 分。

自我評量 (1 ~ 10)：

\(GEOMEAN = ( 7 \times 8 \times 8 \times 8 \times 10 )^{1/5} = 8.144672019\)

方案 B ：\(1 + floor(GEOMEAN) = 1 + 8 = 9\)