※ 引述《ThirdFloor (三楼)》之铭言：
: 各位科技版的前辈好，不才小弟今年考上电控所和电子所，
: 原本已经在做deep learning的实验室，但是由于我的coding
: 能力不佳，有点适应不良，不知道如果转到电子所会不会好一些，
三楼你好，本人认为，学 deep learning 之前应该要先把本 ID 弄懂。
: 因为对于电子电路至少还有一些了解，电子所方面主要是做RF电路，
: 想要请教一下未来相关的趋势或者一些前辈的经验，
刚好我大学也是电机，也略懂电子电路，自己设计过电源供应器、马达控制器等等．．．
可以跟你分享一下我在 coding 方面追赶资工系同学的经验。
: 如果有前辈肯站内信也欢迎~，希望多多指教。
: 如有不妥会马上删文，谢谢各位前辈了!
coding 背景：
大学读电机，所以 coding 就不像资工系同学那么纯熟，
但也至少用 C++ 把 OO 弄熟有一些单机执行的专题小作品。
硕班是做 computer vision，最早走的是传统 pattern recognition 手法，
就算摸熟了 opencv，还是经常自己刻算法刻得很辛苦，
而且每一次都是未知的投资，常常失败了就要重新再刻，
对称轴侦测、SIFT、LBP 等等传统电脑视觉的算法，都要自干一遍，对嫩嫩来说超累der
(或许在更优秀的研究室里，这些只不过是基础吧？)
看越多算法，就越有无力感，一度怀疑自己，
心想：“我跟资工系差距好大，我是做这块的料吗？我是不是应该改做电子电路？”
对，就跟你现在想得一样。
后来，决定去资工系修资料结构等等课程，希望降低自己和他们的"成分"差异。
这段时间留下的研究成果不多，就 coding 功力进步最多。
多认识一些资工系同学以后，也会更清楚自己要补足哪些？怎么训练自己？
之后也有电机的学弟说想要做 computer vision，可是我看他写 code 功力替他担心，
就跟他说:“建议先去资工大学部修课，把 C++ OO 弄熟，要不然 opencv 你也用不动”
后来他好像....就用 Matlab 了吧。
(学校里面的 matlab 怎么来? 大家心里明白....)
后来再碰到机器学习的时候，coding 已经不是问题了，就开始倒吃甘蔗的路．．．
中间当然是付出了延毕的代价，更多就学贷款要还。
但是现在能做 data science 的工作，认为自己还蛮幸运的。