🎂Palind的生日攻势！🎂🎉
春雨将歇，明月高照，地上分布星星点点的水迹，反射着柔和的偏振光。这一周即将结束。我诚挚介绍接下来特别的一周—— Palind的生日攻势！
🎂Palind的生日攻势？🎂
春意盎然，暖日渐长，同济的樱花含苞待放🌸。巧合的是，即将到来的同济樱花节就是Palind的生日！Palind被这份浪漫感动了，仿佛是命运想用美丽的樱花抚慰Palind的孤独心灵。
与此同时，Palind在计算机科学CS的入门中，遇到了大大小小的问题。其他大学的朋友们逐渐走上了科研的道路，而我在CS的慢慢长路上进展缓慢。
我是一个很勇敢的人，我不会把一切归咎于同济的分流制度，我也不害怕这些挑战。
为了让我的CS学习得到质的突破，我决定，在接下来这特别的一周，展开：
Palind的生日攻势！
🥰挚友之言沁人心，灯塔引路见光明！
Cupa想对Palind说的话：
CS的学习充满了乐趣，你已经是我见过的最努力的小东西之一了。只要你怀揣着这份热爱，总有一天是会变成计算机领域大神的。无论有没有完成或者上面的任务完成的怎样，Cupa都会一直陪着你的。
anyway，提前祝你生日快乐！！！
在樱花盛开的季节，好好得体会青春吧！！！
Palind不会辜负朋友，Palind要前进了！
🎯🤔Palind的生日攻势要达成什么目的？🌸
Palind想要成为一个入门级别的CS本科生。
- 能够达到独立阅读论文水平；
- 拥有更细的目标与更长远的展望；
- 能够熟练使用PyTorch；
- 能够探索前沿方向；
- 能够彻底摆脱高中生思维、摆脱优绩主义，做自己学习的主人。
🌸主题：生日攻势！🥳
⭐攻势一：The Missing Semester！
学习所有计算机所 缺失 的课程，以markdown记录笔记。
计算机教育中缺失的一课 · the missing semester of your cs education
预计学时：10 小时
⭐攻势二：PyTorch！
以刘二大人的pytorch课程为参考资料，复现所有 课程中提及的代码，每节课书写笔记与思考，并写出Viking工作室与焦糖工作室去年招新相关题目。
参考文献：PyTorch 深度学习实践_错错莫的博客-CSDN博客，【《PyTorch深度学习实践》完结合集】 https://www.bilibili.com/video/BV1Y7411d7Ys/?share_source=copy_web&vd_source=a6a4d3ec8d7f6911ff27bf0ec86116f0，Cupa的Pytorch笔记，https://uestc.feishu.cn/docx/DuMXdwk0no5A66xfu5wc04YBnhe，[2024焦糖工作室招新 - 招新相关 - JoTang](https://d.jotang.club/t/topic/942)
⭐攻势三：Paper Study！
阅读论文是研究生做科研最基本的能力。
阅读目前人工智能体系的基石之作：《注意力是所有你需要的》 Attention is All You Need ，写出每一步的详细理解和原因，不要求论文复现，但要求深度理解，重点attention机制。
可以参考李沐，李宏毅，吴恩达等人的视频。
参考文献：[1706.03762] Attention Is All You Need，Cupa的笔记，B站的论文讲解
⭐攻势四：CV！
与NLP相对应的是CV。
transformers给nlp带来了巨大的改变（当然本身也存在着一些问题），那么有没有方法将这么好的架构应用到cv领域呢？这篇论文给出了解决方案：AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE。
了解其具体实现方法，写成详细md笔记。
参考文献：[2010.11929] An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale，Cupa的笔记，ViT论文逐段精读【论文精读】_哔哩哔哩_bilibili，等等
⭐攻势五：前沿！
探索和阅读前沿论文使了解自己热爱方向的一个重要方法。
阅读目前越狱方法的总结论文：Jailbreak Attacks and Defenses Against Large Language Models: A Survey，了解各个越狱方法
参考文献：[2407.04295] Jailbreak Attacks and Defenses Against Large Language Models: A Survey，Cupa的汇报文档，知乎B站的讲解
⭐最终攻势！
完全掌握一篇论文的方式，便是复现这篇论文的源代码。这要求着极高的pytorch技巧与一台好的设备。如果仍有余力，可以试试：
阅读并深入理解 Vision Transformer (ViT) 论文（就是task 6)，以学习笔记的形式记录。包括但不限于架构分析，关键技术创新点等。论文链接：Vit论文链接 35
ViT和CNN相比有什么区别？比较ViT和CNN的异同和优缺点记录在学习笔记里。
ViT 模型的实现与实验
实现要求：
- 基于 PyTorch 实现 ViT 模型（可以使用已有的库如 timm 来实现）
- 使用 CIFAR-10 数据集对 ViT 进行训练，并与传统的 CNN 模型（如 ResNet-18、VGG-16）进行对比
- 分析 ViT 在 CIFAR-10 数据集上的表现，并记录实验结果（训练时间、最终准确率、收敛速度等）
实验结果分析：
- ViT 的性能与 ResNet-18 等 CNN 模型相比有何不同？是否如预期表现较好？为什么？
- 对比使用不同 Patch Size 的 ViT 的表现，分析 Patch Size 对模型性能的影响
注：可以参考论文作者的代码仓库进行复现
参考文献：https://arxiv.org/abs/2010.11929，github源代码
🌟🌟🌟Palind和他的未来！
考研/保研/出国？就业/读博？这些问题越早确定越好。参考学长的科研经历，结合自身的情况与同济学长的去向与故事（一般可以在校内论坛上找到）。
写出一份对未来的规划，比较各条路线，列举优劣（如出国或香港科研环境更好，但是经济成本会过高，且存在文化问题等…)，以md格式提交。
参考文献：机器学习road map - 经验分享 - JoTang，https://survivesjtu.gitbook.io/survivesjtumanual
💪从明天起，Palind将迎来他的生日攻势！
我期待着同济的樱花绽放。🌸✨
下一周的CS学习时间不会有上限！🍀
💖最后的最后，Palind要记住：
