好久不见！随着今天成绩的公布，我在新加坡国立大学的第二学期已经结束了。这个学期过得飞快，转眼间就结束了。现在让我来总结一下这个学期的情况。
上学期考试结束后，进入了新加坡国立大学的寒假阶段。回国第一周，我完成了近视矫正手术，手术体验很不错，有机会我们可以聊聊。经过一个月的休息，我已经恢复了精神，再次回到新加坡，开始第二学期。
本学期分为两部分：上课和实习。NUS 的硕士课程通常在晚上进行，而由于 STP 的限制，每周只能实习 16 小时。我合理地分配了这 16 小时，周三全天实习(8 小时)，周四和周五各半天实习，剩余时间完成课上内容和课下作业。这就是我这学期的安排。
Course
经历过第一学期选课的历练，第二学期的选课尤为顺利，我在round2之前就已经选上了我想上的课程：
- CEG5202
- CEG5301
- CEG5302
- CEG5304
其实我还多选了一门CEG5303，但是考虑到workload过大，我打算放到SEM3进行学习，现在想起来真是尤为后悔。
CEG5202 Embedded Software Systems and Security
CEG5202是由VEERAVALLI, Bharadwaj教授开设的另一门课，因为上学期CEG5201的体验不错，我这学期选择了这门课。一开始我被这门课的课程吓到了，以为是个烧班子的课程，后来发现其实烧板子只是课程的一个CA。这门课的主要是介绍实时系统及多种时间调度算法，考试以计算为主，还有少量的概念题。
CEG5202的成绩构成是CA和Final各占50%。CA共有3个，都是模拟传感器数据读取的实验，前两个为个人作业，主要用python的simpy进行模拟，最后一个为小组作业，需要写C语言代码烧到板子中进行实验。考试老师会提前给大纲，内容比较杂，但是难度不是很大。
Workload: ❤️ ❤️ ❤️ ❤️
Recommend：❤️ ❤️ ❤️ ❤️
CEG5301 Machine Learning with Applications
CEG5301是一门必修课，也是CEG5302的前置课程。分为两部分，第一部分讲Machine Learning的发展历程，都是非常基本的知识，后面还讲了有关SOM，RBFs等算法，很有意思；第二部分是强化学习，老师非常有耐心，每节课都有详细的数学推导，从Policy Iteration，Value Iteration一直讲到Q-learning。
CEG 5301的成绩构成也是CA和Final各占50%。CA也是分为两部分，第一部分共有3个作业，第二部分有2个作业，一共5个CA，事情比较多，但是除了最后一个CA都不难。Final也是两部分，每部分两道大题，每年的题目都比较类似。
Workload: ❤️ ❤️ ❤️ ❤️ ❤️
Recommend：❤️ ❤️ ❤️ ❤️ ❤️
CEG5302 Evolutionary Computation and Applications
CEG5302是一门强烈推荐的课，因为没有考试！这门课主要就是讲解进化算法每一个细节，老师讲的非常基础，基本上每节课都会复习前面的内容，轻轻松松就能跟上，还有非常有趣的互动环节，乐趣拉满。
成绩构成也非常合理，由5次quiz和1个project构成。每次quiz前老师都会通知，及时复习完全没问题，project也非常简单！
Workload: ❤️ ❤️
Recommend：❤️ ❤️ ❤️ ❤️ ❤️ 💜 💜 💜 💜 💜
CEG5304 Deep Learning for Digitalization Technologies
CEG5304算是EE5907的后续课程，千万别被Digitalization Technologies吓到，主要讲的就是Deep Learning的各种模型，包括且不限于MLP，CNN，DNN，后面还有各种模型在实际应用的各种细节，甚至还有各种各样的优化思路，让人脑洞大开！
CEG5304的成绩构成也是CA和Final各占50%。CA有两个，第一个是代码填空➕结果分析；第二个是Promoting+结果分析，非常easy。Final只包括前半部分，也就是模型介绍，考试内容为纯代码，非常nice。
Workload: ❤️ ❤️ ❤️
Recommend：❤️ ❤️ ❤️ ❤️ ❤️ 💜 💜 💜
实习
未完待续