Summary of autumn term in the second college

学业

还是照例谈谈这学期的学业情况，大二上学期一共上了 \(12\) 门课程，共 \(31\) 学分（按课序号排序，不分先后），记了两门 \(PF\)，一门多音，一门马原，实际只有 \(25\) 学分。

Matlab 与科学计算，一门随便报的任选课，主要是想学一下 Matlab，期末写了一个随机游走的模拟程序并对曲线进行模拟，曲线形状=为反比例函数，查找了很多资料提到平均自由场理论，但由于时间原因，没能深入了解。交了报告之后助教批改了，私聊之后助教说我大作业写得不错。这门课平常主要是对 Matlab 的各种功能加以介绍，开课老师是航院的，非常典型的工科院系了，说来惭愧，一学期只去听了第一节课，后面基本就是面向作业学习，不过还是学到 Matlab 很多东西，之后也用 Matlab 处理实验报告，也算是有一定收获吧。

多元文化中的音乐现象，听说是艺术课组中非常好的课了，任选要砸一志愿，而我当时砸的刘慧凝老师的沟通表达与基础，结果掉了，白给。秋季开学的时候跟 lrf 一起手选，结果有半天的时间差吧，导致只有我手选上了，lrf 比较遗憾没有选上。后来上课遇到 qqc 和 lfh，之后课堂展示的时候就跟他们组了队，算是一种比较特殊的组队方式了，一般都是随机分配。我们以 jazz 为载体，结合疫情放开编了一个小话剧。线上播放提前录制的视频效果欠佳，还好有 lzc 公子哥打了个圆场，总体印象应该不错。期间我跟 qqc 由于对艺术一窍不通，就主要负责联系淘宝商家剪辑视频，给视频当中的画面加上微信发送信息。

前八周的时候罗老师讲卡农的时候还是比较有感触，加上忙的时候自己平常也喜欢听古典音乐集中精力，就以罗老师结尾“你眼中的卡农”为题，写了一篇报告。由于上学期被诗词这种偏艺术创作的课程背刺，这学期疫情可以有两门课程记 PF ，我就把这门课记了 PF。结果前几天上树洞发现可以在网络学堂已批改作业里面查看分数，原来罗老师设置了不公布分数，其实在 HTML 里面就是加了一句 style='display:none'，内容还是可以在网页源代码里面看到，结果就看到自己拿了 \(97\) 分，有点小遗憾吧。写报告的时候我已经记了 PF，也许就是比较真诚的心里话打动了罗老师吧，后来她又调整为 \(93\) 分，不知道是计算了课堂展示，还是单纯的调分，反正 P 了一个 4.0……

复变函数，物理系 lys 老师开设的前八周课程，老师上课挺幽默的，最后几节课还给我们透露了期末考题方向，半期考试相当于就是这门课的期末考试，五个大题，回忆版在此。考试的时候还是有一点小慌，毕竟题量小、分值大，稍不注意容易翻车。当时留数定理第二个题差点没有考虑到挖去两个点，不过总体还行。考完期末之后还可以提交小论文加分，听说之前疫情期间松神挂过将近三分之一的同学，还是比较恐怖。

这门课学到的知识倒是基本快忘了，毕竟计算居多，不过松神教会我们如何使用 Mathematica 软件，这确实是工科专业必备软件了，djl 他们大一上费曼物理学 (1) 就要用这个数学专业软件，还是挺有趣的。关于松神还有一些人物轶事，可以看看这篇新闻。他还教大学物理、分析力学、数理方程、基础物理学 (3)，是个比较顶的老师，江湖有“四大松学"之说。他的研究方向为粒子物理和量子计算，算是理想中真正搞物理的大佬了。

基础物理实验(2)，未央专属课程，老师跟基物实验 (1) 一样，总之大家都是怨声载道的。有了上学期 \(\LaTeX\) 经验，这学期找 gha 要了 typora 的仿论文样式，写实验报告快了很多，加上这学期有一定的 Matlab 知识，绘图什么的不在话下。前半学期最忙的时候可以当天做完实验当天交实验报告，报告均在 \(90\) 分以上。塞曼效应那次实验遇到环境学院的 lhgg，挺好说话的助教，在跟他交流了有关磁场和电流的变化特性之后，他提示我往磁化曲线方向去考虑，由此实验报告有了亮点，第一次在基础物理实验中取得 \(95+\) 的成绩。这门课也罕见地拿到了 \(A\) 的等级，也很欣慰。

基础物理实验(3)，未央电的专属课程，当时看自己还有学分就顺便上了，这个实验主要是电磁学相关，老师是 gxb。老师给分超好，次次 \(95+\)，最后一次实验报告由于涉及计算机编程模拟同轴光子晶体，给了 $100 $ 分，报告详细内容可以看这篇，最后当然顺利拿到 \(A\)，这学期两门基物实验课双开，从第四周开始几乎每周都有实验，尤其是中午一点半的实验真的犯困，在巨大的压力之下还是顶住了，本科物理实验就此结束咧。

二年级男生乒乓球，wx 老师的的乒乓球课，由于自己从小学到乒乓球打到现在，对弧圈、左右旋、上下旋有一定概念，对我来说还算比较轻松。不过还是有些大佬，他们发球我需要一定时间才能破解。之后疫情转为线上授课了，之后的比赛就取消了，转为录制乒乓操视频。这学期要测试 \(3\text{km}\) 以及立定跳远，成绩没有去年好了，主要是今年学业压力太重了。。

量子力学(1)，cx 老师的，主要是看到培养方案大三下这门课必修，就提前学习，反正如果半期考试考差了就退课，结果半期考试巨简单，考了 \(99\)，就还是继续撑下来。量子力学说实话国内没有讲得很好的教材，这门课用的曾谨言《量子力学教程》，书如作者其名，写得跟数学书有得一拼，用公理-引理-定理-例题书写逻辑，门槛很高，不过认真读下来还是有很多收获。

不过赵凯华的《量子物理》简直就是玄学，各种描述性的文字，我们学习量子力学又不是去调用量子力学 API，而是学习背后的逻辑，整本书甚至都称不上量子力学的说明文档，连调用层级都是乱的，总之这本书骂声一片。赵凯华的《热学》那更是玄学，个人觉得热学的公理化不是很能让人信服，热学是更偏向唯象的一门学科，不过深入到统计部分后会好一些。扯远了，总之国内的教材一言难尽，还是多参考国外的教材吧。

前半期主要是涉及薛定谔方程以及相关算符的计算，半期考试难度上甚至达不到基物。后半期收获很多，本质上是物理学家绞尽脑汁去求解薛定谔方程，有氢原子能级、朗道规范、\(J-S\) 耦合，思想上有表象变换和微扰论两种很深受启发的处理技术，按照老师上课的说法，表象变换就是“换皮肤”，确实很形象，对应线代里面的相似型。微扰论本质上是物理学家常用技能了，江湖称“放小量”，跟机器学习用线性函数模拟任何函数有点类似。期末考试跟半期一样，\(7\) 个大题，开始前两个题没有思路，还好考试前听助教习题课说可能涉及上半学期知识，没想到两个题的最终落点都是在不确定性关系，还是顺利解答，期末 \(J-S\) 变换没理解题意，拿了 \(93\) 分。

寒假期间向老师提交了关于束缚态量子数可数性质的证明，主要是结合离散数学 (1) 中的无穷基数，陈老师赞许了我的工作，并提出量子力学目前仍待完善的观点。的确，总感觉量子力学没有出现一种像分析力学那样对整个经典力学系统比较系统的描述，当然也有可能我学得不够深入，量子场论对这方面应该有更加抽象的叙述。原意是想申请 \(A+\)，但陈老师貌似没有正面回答这个问题。

基础物理学(2)，csm 老师的，讲授内容是光学和量子物理，第四周有个 challenge-test，就报名参加了，当时跟初等概率论和奖学金评定三天连着考，还是比较麻。challenge-test 还考察了上学期相对论的相关内容，当时对不确定关系还没有深入理解，脑子里只有 \(\Delta p\cdot \Delta x\geq \dfrac{\hbar}{2}\) 这一个公式。challenge-test 考过了，直接给 \(A\) 的成绩。半期的时候 zcy 让我去开一个半期小班辅导，对自己的 reputation 有益，当时编写的讲义在这里，使用 \(\text{Q-book}\) \(\LaTeX\) 框架，现场到了 \(20\) 余人，加上线上有 \(50\) 来人，还算是比较令人满意。

不得不吐槽一下基础物理学的上课逻辑：力学-光学-量子力学-电磁学-热学，请问这是物理学的发展逻辑吗？学量子力学的时候使用部分分析力学的知识暂且不提，涉及到粒子在电场磁场中咋办？例如氢原子磁矩如何解释？真的为教学质量担忧，学生其实最后就只学到了如何调用物理的 API，跟高中学习导体棒切割磁场一样，学生根本不知道来龙去脉，物理学成为了公式学。。

离散数学(1)，软院 lsx 老师开的，内容是数理逻辑和集合论，前面数理逻辑学了一堆感觉翻来覆去还不如真值表快，期末考试唯一需要列真值表的题目结果没看到用字典序，后面集合论学了很多定义，有自反、反自反、对称、反对称、传递，以及满足一些条件下的逆序、偏序、全序等关系，还学了集合论的公理化系统，在量子力学中有关能级分离的证明中发挥了重要作用，期末考试寄了，客观题错太多题了，还希望 sxjj 捞捞我[可怜]。

这门课 sxjj 捞得厉害，期末考试客观题做得比较急，主观题反而做得好一些。客观题犯了很多低级错误，实在是不应该。下学期开始对计算机相关的专业课要走心了，不然容易酿成惨剧……

数据结构，软院 dgg 老师开的，学习了各种数据结构基础知识，有平常小作业、oj 作业和期末考试，oj 最难写的就是 kd-tree，用完了所有次数（共 \(5\) 次）才过，耗费了好几天时间，平常小作业感觉无理取闹，没啥意思，但是总是犯些低级错误，每次要被扣许多分。

期末考试个跟考研中的数据结构题目差不多，这里有一份数据结构复习笔记，主要还是理解各种逻辑结构、存储结构以及相应的数据操作。考完之后第二天跟大师对了一波，客观题问题不大，代码填空题没能很好理解题意，有几个空不对，后面大题就比较放水了，就是些归并排序、插入排序、最小生成树、拓扑排序比较基本的内容。

初等概率论，统计学中心 dwl 老师开设的前八周课，课程前期讲了一些很偏分析的内容，比如 \(\sigma-\)代数、Boral 集合， 后期就是一些经典的期望、期望、协方差、大数定律以及结合各种分布下的应用。考试有期中和期末，最难的还是概念判断，毕竟我们这种学工科的各种近似放到嗨起的比不过理科人的严谨，错了几个判断题。半期考得还行 \(94\)，期末不知道咋样，dwl 老师说不透露，的确，如果提前让我们知道自己情况，课程替代对于其他同学不公平。期末自我感觉还行，没有完全不会的题，后半期课程替代原培养方案中“概率论”一门课，最后顺利过关。

马克思主义原理，马原院长 zad 老师的，任务量比较重，但挺适合我这种不怎么懂政治的。有慕课、小班讨论、线下上课、读书报告、期末论文。 zad 老师还是我们四川乐山人，在仕途上很不错了。他上课还给我们讲怎么写好读书报告和期末论文，多写一些人生经历和个人感悟，少一些空话套话。读书报告看了《共产党宣言》和《帝国主义论》，对马克思主义萌芽初期的历史和发展有一定了解。期末报告写了一下全球形势，自己感觉也没分析啥出来。。最后反正也 \(P\) 了。

志愿

软院迎新，暑假的时候报名成为软院迎新志愿者，在新生报道现场负责给新生登记学籍档案，顺便认识认识软院学生会的一帮人。有肯德基早饭，忙了一上午，当天太阳还比较毒辣，还吃了好几个雪糕，看着各种活蹦乱跳的吉祥物，青涩的学弟学妹们，还是很高兴的。

答疑坊，这是大学以来最走心的志愿，开学初期答疑坊招新面试通过，从第四周开始双周坐班，这个志愿充分体现“费曼学习法”的好处，来答疑的主要是微积分 A(1) 和线性代数的知识，把自己“学会”的知识重新给别人讲一遍之后的收获是不一样的、在答疑过程中，我经常对知识有更加新奇的认知。当时学这门课的时候毕竟也是抱着通过考试的想法，有些知识没有深入消化，尤其是线性代数，这门大一的公共基础课内容是真的丰富。答疑坊这个地方真的是高手云集，在志愿者群里面问问题基本都有人能求解。

期中的时候收到来自学姐、学妹、学弟的喜报，大四学姐微积分 C 半期 80、大一学妹线性代数半期很不错、大一学弟微积分 A(1) 半期 99、幸甚至哉。他们分享的喜悦让我在匆忙的期中周也很开心。

后半期我拓宽了疆域，开始接离散数学、数据结构等计算机方向订单。不得不说，在答疑坊这个地方，我能够即时地了解到各大院系培养方案的差别，比如电子系大杂烩离散数学，经管学院各种错误代码满天飞的数据结构，计算机系程序设计基础跟数据结构难度有的一拼的算法部分。成外几个学弟学妹也经常问我程设的问题，他们像极了当年的我，代码风格脏乱差，代码习惯还得从小培养。

期中给大一学妹讲杨 Sir 线代的时候口碑还比较好，后半期她推荐给另一位外文系的学妹单独辅导线性代数。杨 Sir 的讲义一直很有品味，比中文涉及的知识面更广，让我在奇异值分解、厄米矩阵、高维空间数据点拟合有了更深一步的认识。每周末的授课让我的知识掌握能力和表述能力都有很好的提升，尤其是当把各种对矩阵的拆解串起来的时候，有醍醐灌顶的感觉，教学相长这四个字真不是乱说的。

我自己平常很难遇到异性，答疑坊这个圈子来问问题的很多都是女生，微信好友个数也随之增加，某种意义上好友男女比更加均衡。平常在解答女生问题的时候顺便克服面对女生的胆怯，也要为之后考虑咧。

科研

这学期 SRT 报龙明盛的课题，结果被拒绝了，主要是报的同学都太强了。不是 129 奖学金就是国家奖学金，我一个非软院血统的排不上号，不过也有可能有其他因素吧，进龙组还是比较难的。

然后听 zcy 的建议选个贵系的 SRT，然后就报了关于因果推断的，这学期下来熟悉了一下知识图谱和 PC 算法，做的主要内容是 AI for Science，还有个医学院的哥们儿，有很多的生物医学名词搞不太懂。不过这方向上的 paper 发表在机器学习会议上，最重要的还是 AI 的设计，说大点叫机器学习领域的落地，说小点叫医药蹭蹭 AI 的热度。

不过我们只有三个人，大家都太忙了，毕竟没有 target，也不知道这个项目最后会以什么方式呈现结果。

社工

校科协这学期貌似没干啥。

贵系科协组织了一次见面会，大家相互介绍了一下，高老板阐述了相关工作，之后开展了几次 AI 学习小组，不过在预料之中，这个项目自然而然地烂尾了，讨论 AI 最后变成讨论作业。

软院科协负责 ReadMe 项目，传了很多大一下学期记的电子版笔记，志愿工时真的丰厚，知识就是力量。这学期每隔几周就举办技术部例会这种形式还很好的，大家聊聊最近学习中遇到的问题，吐槽一下，顺便分享一些 trick，学习到很多 mac terminal 相关插件，直接一个 brew install 就装好了，至今也还很有用。

这种举办方式能让组员凝聚起来，大家唠唠嗑挺好的，毕竟大家课业都很繁重，这种方式既能放松心情，也能学习到更新的技术，一举两得。