工程实践与科技创新II

课程内容：扛着epic games里的unreal engine搭变电站模型，模拟变电站巡检，本质是拿游戏引擎给电力系统做数字化手办。极度推荐去主图把《数字化电力装备—智能巡检技术》薅过来，这本书的内容约等于这门课本体（书也是严老师写的），哪怕你是纯纯跟不上，对着书照猫画虎也能活。 上课自由度：一两次签到到头了，其余时间人在教室心在四海都行。 考核标准：我已经把评分细则扔进回收站了，教学信息服务网挂着平时成绩(30%)+课程答辩(40%)+课程报告(30%)。需要敲黑板的是本人2025-2026-2读的这门课，成绩却拖到2026-2027-1学期开学才冒出来，然后还赖在2025-2026-2名下结算。暑假逮着助教学长问，学长表示早交差了，只能干等老师那边把成绩递上去。。。要是大三/大四的同学选这门，请注意这把出分速度很可能把你的关键节点一脚踹翻，推免资格/毕业这种都得排队抖三抖。大二就挺无所谓，毕竟这课对电气也不算核心学积分，所以我对着这个经典分数也直接随缘，心里佛系到能出摊（ 授课质量：跟着助教走就行，老师主要提供一项

课程内容：为啥还没出分，都要开学了。 上课自由度： 考核标准： 授课质量：

成绩这玩意儿是偷偷藏起来当惊喜盲盒那种吗？

课程内容不简单（想水学分的出门左转），干货密度高到像压缩饼干，得认真啃，但教学内容质量是真的顶。课程大作业是独立完成一个ADC模块的前仿和后仿，完全可以当成之后模拟集成电路设计的前瞻课，含金量很足。 赵健老师和蔼可亲，助教认真负责。 我说这是交大为数不多的5.0助教有没有懂的。助教凭一己之力撰写保姆级指导手册，把课程难度直接摁到地板（没有助教的Tutorial我根本不知道这门课该怎么上）。更别提期末周课程结束后，助教自己ddl都快贴脸了还要抽时间辅导我们大作业，这已经不是保姆了是把我们抱着走。 总之想提前对模拟集成电路设计有一定了解的可以选。

一个词总览：这课的底子是基于机器学习的图像处理，作业和大作业基本要求你带点机器学习功底来，老师给分均值高、方差小 课程内容上，①OpenCV基本操作、形态学操作和滤波这些传统图像处理（第一次作业）②机器学习数据集基本知识加kNN聚类（第二次作业）③交叉校验、L1与L2正则化、线性最小二乘法与Logistic回归（第三次作业）④字典学习（第四次作业）⑤神经网络基础、线性网络、卷积网络与pytorch用法（第五次作业：从torch迁移到MindSpore）⑥大作业：老师给了BCMI实验室的三个github仓库，要求做图像融合方向的项目设计，尽量整个手机APP并给模型做点小改动，体验昇腾架构、CANN和MindSpore训练。 上课方面，老师挺有意思，蛋这门课难度是真上头，PPT讲得也无聊，全场低头族没谁听。每节扫码签到，不过远程也能签。这课还有个特色：作业难度把上课PPT按在地上摩擦，所以零机器学习起步的建议别自投罗网。 大作业方面，三个仓库是simOPA、TopNet和libcom，全是干图像融合的，任务类型略不一样，simOPA和TopNet好像是CVPR收录的。单纯拿来用，用Gradio搞个demo或者糊个手机APP都不算难，权重数据集一拉，丢给claude或codex这种工具噼里啪啦就完了。我觉得真正的硬骨头在多模型融合和MindSpore迁移上。模型小改动嘛，反正就小改动，裁掉两三层用原模型蒸馏一下可能也就收工了。我自己是找出TopNet源码里错误的地方，重新设计了任务类型和损失函数又重训一遍，最终用一个79M的模型基本全方面按着原始TopNet的113M捶，不知道是不是这个原因我大作业拿了最高分。 给分方面，10签到+40平时作业+50大作业。平时作业是拉分主战场，所以实验报告得稍微上点心。大作业三人一组抱团还算轻松。当然你要是实力够猛，单人+AI也能收。我有2/5个平时作业是最高分，大作业也是最高分，总评95，所以想冲100的可能得另请高明。