“我們不需要你在不參考任何資料，能夠實現紅黑樹；我們需要的是你能在實踐當中，選擇恰當的數據結構完成程序開發；在必要的時候，能在已有的數據結構基礎上進行適當改進，滿足工程需要。但要做到這一點，你需要掌握基礎的算法和數據結構，你需要理解並應用一些高級數據結構和算法的思想。因此，在程序員這條道路上，你要想走得更遠，你需要活用各種數據結構，你需要吸收知名算法的一些思想，而不是死記硬背算法本身。”

If you want to become a good programmer, you can spend 10 years programming, or spend 2 years programming and learning algorithms.

每次的重復操作雖然只是占用很少時間，但長時間這樣也是很費時的。搞成自動化不好嗎？

讀研最重要的是要明白你自己要幹什麽，不能等導師來告訴你你應該幹什麽。

真正的高手從來就不會擔心工作的問題

英語本身不重要，但是用英語寫成的文獻就極其重要了。

王垠：我記得在討論教育的時候我提到，一個好的老師應該引導學生去思考，告訴他們知識是怎麽獲得的，而不是把知識灌輸給學生；應該減輕學生的壓力，鼓勵他們創新。

王垠：很普通的情況是這樣，老師經過一段精彩的講述之後，問：“你們明白了嗎？”沒有人吭聲。再問：“有人沒有明白的請舉手。”也沒有人舉手，一片寂靜。老師無可奈何，只好繼續講下去。總之，大家都以為別人都聽懂了，都很害怕別人笑話自己不懂，感覺非常像國內的高中。

李宏毅：假設你的variance太大，collect data就像是一個萬靈丹一樣的東西，但是現實生活中你可能沒辦法去收集更多的data，不僅在學校實驗室沒有辦法，甚至在業界你也不見得可以，比如說你要做些AI的東西，你跟老板說，我們要collect一萬個labeled data，然後就會被reject，老板就會說：機器不是會自己學習嗎！！！為什麽要labeled data？再比如說你要做support不同國家的language understanding的test，今天老板只給你英文的learning data，說：不需要新數據，它自己會學的，只給你英文的data，它中文自己就會學得會！（筆者註：這告訴我們有時候你的老板或者高層其實並不了解你在做的東西。）

李宏毅：好，我們來推一下這個公式，很多同學看到這個會說，誒！這個公式好簡單啊！我很小的時候就會了！可是，上學期我講課的時候，投影上有個地方寫錯了，少了一個負號，然後很多同學的作業也跟著錯了，都被我扣了分。這樣，就會顯得老師很狡詐。（筆者註：這告訴我們不要看輕那些簡單的東西。）

關於計算機專業學習