版本 a90d1604fffb89bb12a99c6a9c7ceb27ee2f706b
Changes from a90d1604fffb89bb12a99c6a9c7ceb27ee2f706b to 573dae4a775447a0f1013735a31e5ab4e99986b9
---
title: ssheep773 (翁晟洋)
categories: User
...
# 簡介
* 國立成功大學 人工智慧科技碩士學位學程 111 級 (2022 ~ 2024)
* GitHub: [`ssheep773`](https://github.com/ssheep773)
* HackMD: [`Xsheep`](https://hackmd.io/@Xsheep)
# 2024 Linux 核心實作 春季班 自我評量
## 作業共筆
* lab0: [GitHub](https://github.com/ssheep773/lab0-c) / [HackMD](https://hackmd.io/@Xsheep/linux2024-homework1)
## 成果發表和貢獻
## 作業/隨堂測驗
## 測驗共筆
* lab0: [GitHub](https://github.com/ssheep773/lab0-c) / [HackMD](https://hackmd.io/@Xsheep/linux2024-homework1)
* assessment: [HackMD](https://hackmd.io/@Xsheep/linux2024-homework5)
* quiz1+2: [GitHub](https://github.com/ssheep773/linux2024q1)/ [HackMD](https://hackmd.io/@Xsheep/linux2024-homework2)
* quiz3+4: [HackMD](https://hackmd.io/@Xsheep/linux2024-homework4)
## 期末專題
自評分數: 9 分
* Work-stealing: [HackMD](https://hackmd.io/@sysprog/SJoqB8Y80)
## 修課心得
在期末專題中，我運用老師的 work
## 與授課教師的互動
自評分數: 9 分
* 一對一討論時間: 2024/05/11 下午 4:00
在一對一討論中，我向老師請教 RCU 與 lock-free 差異，經由老師提醒 RCU 的重點是 scalability ，讓我了解過去學習的缺失。同時也訂定期末專題的題目工作竊取，並向老師詢問若再排程器能準確排程的情況下，為何還需要工作竊取，經由老師解答了解到程式執行會因為例外事件等因素，造成執行時間的不可預期，因此需要工作竊取作工作的負載平衡。
## 自我評量 (1 ~ 10)
## 回顧自身在本課程的投入狀況
自評分數: 分
我給自己 分
## 修課心得
自評分數: 分
閱讀《因為自飲料機而延畢的那一年》，我深刻體會到理論與實務的差距，並意識到實作的重要性，實作的過程中能夠不曾察覺問題，並且在心態上不要害怕失敗，就像我來修這門課到了期末我還有課程與作業未完成，但我已經在前進的路上，就像老師說的不會就趕快學，問題不再於不會而是沒有開始學。在期末專題中，我從中學習如何將理論應用於解決實際問題並分析遇到的效能瓶頸。這樣的學習方式讓我獲益匪淺，不僅加深了對課程內容的理解，更培養了解決問題的能力
## 實驗室指導教授的學習回顧
自評分數: 9 分
我於二、三、五月分寄信給實驗室教授回顧當月的學習況，並舉例說明 Linux 課程與實驗室的領域的相關性，並且讓實驗室教授了解我們的學習狀況，並教授有於實驗室會議中提到 Linux 的學習內容。
二月學習回顧 (2024年03月06日)
提到影像處理與類神經網路中使用的 ReLU 都能夠透過 Bitwise 的操作加速。
三月學習回顧 (2024年04月11日)
學習到定點數與浮點數，在應用於深度學習訓練模型時，不同的數值系統影響精度與計算時間的考量
五月學習回顧 (2024年06月22日)
學習到 RCU 等並行處理方法，可以使用到擴充實驗室研究內容中
自我評量
