---
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

## 成果發表和貢獻
自評分數: 6 分

這部分我沒有做出實際的貢獻，但我有在其他同學的專案中提供意見，並回覆其他同學對我專案提出的問題進行回答與改進，間接的對 Linux 的中文資訊作貢獻。

## 作業/隨堂測驗
自評分數: 8 分

在寫作業的過程中，我了解 C 語言和 Linux 核心的運作原理，也掌握 git 版本控制的技巧與其必要性。我運用 Linux 核心提供的 List API 實作鏈結串列的各項功能，學會使用效能分析工具如 Valgrind 和 perf ，用於證明我修正後的程式有較好的效能。這些實作的經驗不僅提升我程式開發能力，也讓我體會到系統架構的運作機制與其重要性。

* 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: [Github](https://github.com/ssheep773/work-stealing) / [HackMD](https://hackmd.io/@sysprog/SJoqB8Y80)

在期末專題中，我運用老師的 work-stealing 範例程式與論文說明的方法，將程式碼打包成閉包執行，用於計算費式數並用 work-stealing 平衡每個執行緒的工作量，並使用 pref 分析結果。

## 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。


## 修課心得本課程的投入狀況
自評分數: 8 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，讓實驗室教授了解我們的學習狀況，且於實驗室會議中提到 Linux 課程的學習內容。

* 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

* GEOMEAN：$\sqrt[6]{6*8*9*9*8*9}=8.08$
* 方案 B：$1+\lfloor 8.08 \rfloor=9$