记录自己的成长，为了督促自己，也为了帮助别人。
我将活出专注的人生，因为这是最好的选择。
科研学习的标杆：我将获得国奖，拿到美国大学的博士offer；每天的深度工作时间在12h
不是日程安排，是对完成工作以及深度工作时间的记录
努力成为优秀的人，成为可信度高的人，只有成为这样的人，才能通过写作、演讲等形式最大化自己的影响力
标题：周数，深度工作时间，当周的主要任务
每日的深度工作时间（科研学习）
周二，6.5h
上午：配置实验所需的软件环境，下载相应的python库和安装程序：Keras, Tensorflow, Cuda, cuDNN，2.5h
下午：使用Keras实现了简单的卷积神经网络，1h；数理统计课程讲了多元正态分布中的参数估计和假设检验，以及部分历年考题，0.5h
晚上：在实验室服务器和个人PC上均重现了手写字体识别的实验结果，0.5h
周三，3.5h
上午：制定了复现实验的计划，0.5h
下午：复现了论文中的实验：ST-ResNet论文中的纽约自行车数据集的实验，1h
晚上：看了2页论文：ST-ResNet，2h
周四，6h
上午：读完了论文的模型框架内容，能用草图讲解：ST-ResNet论文,1.5h
下午：开始确定模型的输入格式：ST-ResNet中，基于网格划分的自行车数据集，2h
晚上：确定了模型的输入格式并开始处理原始数据集：地铁站点顺序输入网格，2.5h
周五，9.5h
上午：开始处理原始数据集；数理统计课程上练习历年考题，3.5h
下午：继续处理原始数据集；3h
晚上：生成模型输入所需的h5文件；并修改源代码，开始训练模型；3h
周六，6.5h
上午：确定了作业2论文的题目范围，2h
下午：参考论文：DeepPF，时间、空间、地铁运营信息的建模和模型的框架；确定了论文的主体内容：DNN、CNN、RNN；2h
晚上：开始写超参数和验证集部分：参考《深度学习》，即花书；并通过修改超参数做了9组ST-ResNet实验；2.5h
周日，6h
上午：开始写作业2的导论部分，2h
下午：写完了作业2的导论部分，1h
晚上：花树1-7页，深刻理解了与深度学习有关的基础概念的发展历程，3h
周总结
远远没有达到每天深度工作12个小时的目标，用一句话来激励自己（从身边的ZC同学身上学到的）:
不要丧失信心和希望、不要逃避，从力所能及的小事做起、不要心急，慢慢来，这只是人生马拉松中的一小段路，只是有点艰难而已。