如果说，有哪一个瞬间会让我觉得人类的渺茫，那一定会是在时间飞逝中，世界残存于仿佛带上一缕薄雾的碎片记忆。我们总说要珍惜时间，把握时间，但时间却如同突如其来划破天穹的流星，刹那间，仅留下了感叹的我们。
回首上一次年度总结，还是在2021年，那时的自己已经度过了大一大二的迷茫时期，虽然由于工作室和各种项目导致很忙，但也沉迷在收获成果的喜悦当中。如今，已是23年最后一周，横跨两年时间，我遇到了形形色色的人，各种小转折点的事以及感受过更多酸甜苦辣咸。
在去年，我成功上岸心仪的学校，给自己不言放弃、丰富多彩的大学四年画上美好的句号。刚开始研究生生活的我，无论是在学习中，还是在生活中，都显得“格格不入”。曾经热爱的实验室成为了“工作场所”，而不喜欢的课程学习，却摇身一变成为我为数不多的“修身养性课堂”，是我最后一个温暖的港湾。
刚进实验室，发现计算机研究生不但需要较强的编程能力，还得拥有一定的学术能力。对于编程努力和学术能力两者的关系，我感觉学术能力更像是建立在编程能力之上，依赖于编程能力，同时又不等同于编程能力，好的学术能力将具有较好的编程能力，但较好的编程能力，并不能代表你有好的学术能力。
在研一上，我就逐渐发现自己在学术能力方面的欠缺，当时由于疫情，被遣返回家，但由于认识到自己的不足，也想好好利用假期提升自己，因此主动联系导师，向他寻求帮助。老师人特别好，联系他的当天，就把我拉进了一个申报自然基金的小组中，从此开启了为期大半个月的写材料生活。每天早上8点就得起床写材料，然后快中午的时候开会讨论问题，吃完饭之后，继续写材料，快晚饭的时候开会讨论问题，晚饭之后继续写材料，11点左右开会讨论总结，当时每一天基本上都是这样，不开玩笑地说，比当时考研的时候还累，时间特别紧，可能也是因为自己写作水平有限，所以相对来说比较痛苦。不过，正是因为这段痛苦的经历，让我更加认识到自己学术能力的不足，其中包括文献查找能力、材料整理能力和写作能力等。一个月后，基金申报结束，随后进入学术能力提升阶段。通过互联网知识，我补充学习了很多文献查找工具和方法，也摸索掌握了文献管理器Zotreo，这为我提升学术能力打下了较好的基础。估计是听了中科院遥感所的讲座，当时就对高光谱遥感处理涌现出了较强的兴趣，因此在寒假期间，通过查找文献，了解了很多关于遥感和GIS方面的知识。由于水平有限，当时难以深入理解文献所提出方法的原理，但也是一次完美的文献阅读实践。
研一下，老师逐渐将工作分配给我，其中就包括一个新的横向课题，打算做一个基于Cesium的三维数字地球APP，用于地质调查工作。在该课题中，我主要负责前端界面的构建和图层管理工作。由于当时需要考虑跨平台，支持Android、IOS和鸿蒙等操作系统，我向小组建议使用uniapp进行开发，但不幸地是，组内只有我一个人会uniapp，再加上uniapp对cesium的支持不太好，一周之后我们便重新使用原生前端进行开发。但当时对移动GIS的了解较少，幸好组内有大佬，不懂就问他，渐渐开始“上道”。
差不多3个月之后，该项目进入后续维护期，我被老师安排到一个新课题，是一个刚申请下来的纵向课题，关于野生动植物识别的项目。我负责野生动植物识别软件的开发，没有太多开发需求，主要要求跨平台，且实现模型的网络部署和离线部署。网络部署通过flask很容易实现，但离线部署时由于采用uniapp开发框架，一下子涌现出了大量的问题：1）IOS中尤其重视用户隐私保护，但使用onnx.js加载模型本身就存在一个跨域问题，这个跨域问题在IOS中难以解决，不过好在onnx.js中支持字节流的方式加载模型，因此通过将onnx模型转为字节流，解决了此问题；2）onnx.js中加载模型依靠web原生环境，但uniapp会把代码编译到各个移动端平台，最终运行环境并非web原生环境，导致模型加载出错，最后采用uniapp+webview的方式，在webview中加载模型，为onnx.js提供web原生环境；3）JS中不支持float64，但由于模型训练和pytorch模型转onnx模型时，默认精度为float64，最终模型仍然无法成功加载。由于确定研究方向和开题等众多事情，模型的离线部署已经被搁浅了4个月，导致问题3截止目前仍未解决，估计得等年后才有时间重新开始研究。
提到野生动植物识别项目，就不得不谈到那段迷茫的时期。实际上从今年上半年开始，本人就一直因为研究方向而头疼，不知道什么样的方向适合自己，适合以后读博。本人内向，加上当时和老师接触不是很多，因此大部分时间都是自我消化，每天做完横向课题就不断看论文，但仍毫无头绪。很幸运，后来加入了野生动植物识别课题组，虽然在进行模型离线部署时遇到了大量的问题（暑假一个多月以来，一直为了实现模型离线部署，皆无果），但也促使我查阅了大量的论文，渐渐地，一些词汇浮现在我脑中：模型压缩、量化、剪枝和知识蒸馏。从接触模型压缩这个方向开始，到整个暑假，我都在阅读本方向的研究文献。随着我不断深入了解该领域，逐渐发现这个方向很有前景，很适合作为我后面的研究方向。实际上当时挺纠结的，因为模型压缩是关于深度学习方向的，但我们老师主攻方向是GIS，完全是两个不同的领域，很担心老师会pass掉我的想法。
后续9月开学，我开始寻找研究点，到10月中旬，我已经找好了8个关于模型压缩的研究点。跟老师讨论时，出其的顺利，老师很认可我这个研究方向，并指出我现在的研究点太分散，让我再提炼一下，最好是研究点之间是并行或者串行的，相互之间有关系的，数量保持在2-3个。大概半个月后，我最终提炼出了3个研究点，再次跟老师讨论，结果也很不错，老师表示肯定，让我跑跑代码测试一下效果和难度怎么样。后续就是做基础实验，的确效果还不错，模型压缩正式成为我的研究方向。
12月初开题，本来觉得我应该会挺顺利的，但没有想到可能由于本人演讲水平有限+该方向比较小众，老师质疑声比较强烈，不太能明白什么是模型压缩，更难以理解知识蒸馏（感觉像是搞化学的）。当时为此情绪还低落了一天，不过在朋友的安慰下，逐渐明白过来，开题无关大雅，还是继续做自己的实验，准备小论文才是当务之急。
如今，小论文基本框架成型，还差最后一半的实验，预计本学期结束前完成论文初稿，年后开始投稿。
回顾研究生这一年半的经历，中间多少还是挺忐忑的，感觉自己的能力跟一年前变化不大，但回首往事，走过的路实际上也挺远的。每当自己迷茫难受时，总想放弃，但仍然不想辜负自己已经走过的路，好不容易走到现在，也想继续走下去，看看自己的极限在何处。
“自己的价值由我定义”。新的一年，希望自己能沉淀下去，静下心来安心搞学术，不要被流言蜚语和无关紧要的琐事放慢了追逐梦想的脚步，应该多一点脚踏实地的努力，少一些焦虑紧张的情绪。