看到同Lab的神人学长都发文回馈留学版，
这次趁著清明连假登出龙泉online分享自己的经历。
研究方向
Computer Vision and Machine Learning
申请结果
Admission:
MIT EECS PhD (Feb 7)
UIUC CS PhD (Feb 2)
UofT CS PhD (Feb 8)
Rejection:
UCB EECS PhD
CMU MLD/RI PhD
Cornell CS PhD
UW CSE PhD
Pending:
Umich CSE PhD
Decision:
MIT EECS PhD
学历:
NTHU EE BS 2013~2017
GPA: 3.99/4.3
Honor: 书卷奖*1
英文考试:
TOEFL: R30 L28 S22 W27
GRE: V153 Q170 AW3.5
Publications:
1* 1st author top conference paper (CVPR)
1* 1st author top conference workshop challenge winner (CVPR)
2* 3rd author top conference papers (AAAI, ICCV)
工作经验:
Visiting Student, University of Toronto, 2017
Research Intern, ITRI, 2016~2017
Summer Intern, Umbo CV Inc., 2016
推荐信:
指导教授, 清大电机 *1
指导教授, University of Toronto *1
合作教授, MIT *1
心得:
1. 推荐信:
先前的#1QhfwQP-和#1QiS9Xau也都强调过推荐信的重要性，
但我相信我的申请结果证明且呼应了”推荐信是最重要的”。
在现在人人深度学习救地球的时代，CV/ML领域的申请相当竞争，
再加上neural networks在手希望无穷，
有较高机会短时间内投上CV/ML top conferences。
所以很多申请者都是手握好几篇top conference一座的，
因此在这样的情况下，推荐信(connection)便会起了关键作用。
有计画要申请PhD得人一定要主动争取国外实验室的visiting student，
并和教授发表论文因为这是短时间内证明自己拿到强推的方法。
2. Publication:
如同上段所述，现在机器学习方向的申请者个个牛鬼蛇神，
很多人publication的数量已经多到PhD都可以毕业了。
因此要挤进top schools至少要有一篇top conference一座比较有机会。
我的publication在申请者中算是很少的，
因此我自己觉得我的publication并不是能拿到ad的关键。
但publications能让你在SOP和面试中有效且踏实的介绍自己的研究经验。
我的建议是大学尽早进实验室，早点确认自己是否对某领域有兴趣，并开始累积研究成果。
一个有publications的undergraduate在申请PhD时听说也比较有优势
(虽然在CV/ML领域已经成为标配)。
3. SOP
我们都开玩笑说SOP复制一篇paper贴上去教授应该也不会发现，
SOP只要稳稳阐述研究经历都不会太有问题。
当初因为时间紧迫，我自己是先花几天写出一个模板，
并针对各校想跟的教授特化(看几篇教授的publications并预测其未来研究方向)。
4. 英文考试
门槛尽量要过在这里就不多说了。
但有听说过一个说法是PhD会看申请者的Writing，
如果W太低教授会觉得paper不是自己写的。
当初因为快要出国了草草报名了起飞前几天的GRE考试，
花一个礼拜的时间熟读Mason 1000单的前600单，
狂刷考满分就上考场了，还好出来后很幸运的成绩有达标。
我必须说Mason 1000单的命中率真的出奇高，推荐大家认真背，
作文也至少要练个一到两篇。
准备完GRE后熟悉一下TOEFL的听力就可以去考了，跟G相比T的阅读根本是天堂。(我的T是在多伦多考)
实验室中很多人也是照个这个模式顺利在短时间内考完两科。
5. My Story
大二快结束时要选专题，在一串”大型积体电路...”的专题题目中，
”深度学习”这四个字吸引了我，便果断加入了孙老师的实验室。
当初深度学习和”AI”还没完全在台湾红起来，实验室内部也算还在探索阶段。
但很幸运遇到了一群实力坚强的伙伴以及一位很有想法的教授。
教授的眼光相当锐利，往往能点出领域中最关键的地方，
分析实验结果时也常常神来一笔，说出一个从没想过的方法。
再加上实验室的气氛很棒，催化了很多paper的诞生。
一开始也跟多数人一样想申请master，但master有几个我顾虑的点
1. 念完可能会破产
2. ML相关的工作几乎都require PhD degree
3. 相较于coding4life我更喜欢研究带来的成就感
4. 念国外master期间不容易找到指导教授，对于转PhD并不一定比较有利
5. 听说末班车已发，今年cs实习难找
在与教授讨论后，也下定决心以PhD为目标准备申请。
现在回头看来，用PhD的等级准备申请，
若最后反悔想念master在申请上也是完全没问题。
大四下时我便开始规划毕业后要用到申请deadline前的这段时间作visiting studetn。
Visiting Student，简单来说就是去国外的实验室做RA，目标通常是发一篇paper。
非常推荐要申请PhD的人一定要把握机会，主动寄信询问教授是否有收visiting student。
大四下在考虑visiting时由于以下几个原因选择了位于加拿大的多伦多大学。
1. 教授之前聊天过，研究方向也跟那时的我蛮match
2. 通常visiting student是会给基本生活费的，也就是说需要工作签。
加拿大在去年六月通过了一项法案，
让短期研究者能用旅签在加拿大有funding的做研究。(签证30秒办完 lol)
3. UofT是deep learning的起源地，朝圣
与教授和学校联系完后，我在毕业后考完英文就飞去多伦多做了四个月的visiting student。
UofT的ML group十分强大，学生也相当优秀，
我对整个领域的观念在这里完全大改造。
我以往的research比较是application走向，
但在这里我开始对更fundamental的ML产生兴趣。
因此在多伦多我便是早上做实验，晚上回家看自己想看的paper，
有空也会去旁听研究所的课。
其中，很幸运的我提出的一个idea教授觉得不错，
并提议要不要找她在MIT的朋友合作，这也是我能申请上MIT的关键。
为了impress教授们，每个礼拜必须有超进度的表现，
当初确定好题目后离deadline也大概剩两个月，所以周周赶进度。
最后我获得了一个评语：”this student is fast”，
(虽然对一位健康的大学生这样说有点怪怪的...)
但很幸运的也是因为这次的机会让我能和MIT的教授互动，
进而拿到他的推荐信，并顺利录取MIT。
我必须说在这次申请我是运气点满的人，平凡的背景，也没有强大的publication，
因缘际会之下到了多伦多，也很神奇的获得和教授合作的机会。
我所做的，就只是把握每个机会，想办法发挥100%的自己。
实验室里有太多比我优秀的同学和学长，能有这样的申请结果可以说是奇蹟了。
Acknowledgements
感谢清大孙民老师
感谢UofT和MIT的指导教授
感谢清大VSLab的战友们
感谢一路陪我走来的好友们，special thanks to ㄆㄧㄉㄉ
感谢在背后默默支持我的家人
感谢女友对我的付出与体谅
祝大家顺利！

推! 恭喜

真是有幸跟你打壁球 XD 当兵、未来顺利！

推 又强又帅我同学

推

有女友!!

推！ID够geek

推 这lab真的6

好猛的lab 恭喜

推强者

推

跪了 这lab也太强

推

清大猛!!

推推推～～orz

神人推

同为龙泉online 特地来给恭喜XD

大推

fast 推

好神阿

推学长！

推

推!!

你们lab也有visiting student吗xD

同校推 跟孙老师开过会推

这lab也太猛

推 超猛lab

推

同校学弟推 也推这ID

先推海陆龙泉

我也想加入老师的lab~

恭喜 想法好正确

推清大菜篮

ㄆㄧㄉㄉ前来报到

推

强者我同学！

ㄆㄧㄉㄉ前来报到2

推个 怎么没用本尊发

ㄆㄧㄉㄉ前来报到3

推真强者

ㄆㄧㄉㄉ前来报到4

大神推推

推推！

推

一个lab 出了三个MIT Cal Stanford ... 这真的太屌了

义斋407的前来报到

同连弟兄给推 实在太猛啦

ㄆㄧㄉㄉ报到

推

这真是太强了

清大推！

国中同学推！恭喜你！！啊啊，刚刚没推到