首先是简单的自我介绍环节

21考研上岸清华大学深研院ai专业，复试成绩还算挺好的。给大家分享一些经验，祝大家都能成功上岸！

老规矩首先介绍本文的目录

1.复试形式

2.心得体会

3.参考资料

4.随便写的东西

1. 复试形式

以下内容只是我随便举了个例子，具体的内容因学校专业而异。

1.1 总成绩

根据初试成绩、笔试成绩、面试成绩计算考生总成绩。考生按总成绩排序，择优录取。

总成绩 = 初试成绩 + 复试笔试成绩* 0.5 + 复试面试成绩 * 4.5

满分 1000 分 满分 500 满分 100 * 0.5 满分 100 * 4.5

1.2 笔试环节

由于去年受疫情影响，很多学校并没有组织笔试，而是通过类似资料审查、线上笔试、取消笔试等方式进行。

1.3 面试环节

面试环节的内容主要包括英语部分和提问部分。

a.英语部分：

一般是通过随机抽取ai的相关文献，从中随机抽取段落，进行朗读和翻译。结束后，老师会对文中内容或者生活相关内容进行提问。

b.提问部分：

这部分将首先进行自我介绍，老师们会针对你的简历进行提问，也会进行专业知识的提问，行业相关前沿内容的提问等。

2.心得体会

考研分初试复试两次考试，没有孰高孰低之分。

首先调整心态，不管初试考没考好，都已经是过去的事情了。往者不可谏，来者犹可追。希望各位考好的稳住，不要浪；没考好的朋友也不要轻言放弃，只要进入了复试范围就还有翻盘的机会。换句话说，复试为什么之所以设计成1：1.5或者其余的比例，就是为了让各位争取机会。

然后来谈谈ai的复试吧

首先是英语部分，有些同学可能会想我口语不好怎么办呢。其实这不是特别重要的点，因为毕竟对英语进行考验，是为了证明你未来可以适应英语论文阅读的环境。但同时，如果你英语口语特别好，这又是一个可以吸引老师的亮点，可以从中给老师留下一个好的印象。

在这里我要说的是，首先要开始对一些英文文献进行阅读，具体的文献推荐我将在后面的参考资料部分附上。然后可以准备一些日常问题的英文回答，以备不时之需。最后，可以叫上你的小伙伴或者研友，模拟一下英文对话，这些都是非常高效而且通用的方法。

文献不用通读，就把摘要部分的生词积累一下就可以了。

然后是提问环节。这里面就大有讲究了，我认为如果能在该环节得到老师的认可，将很大概率在复试中取得优秀的成绩。

首先是自我介绍，这是一个单独可以出一个系列的内容。如果看（点赞）的人很多，我会考虑一下的。简单说就是，突出你个人的科研能力，其次是认真勤奋刻苦努力等优良品质（至于怎么体现这些就得你自己考虑）。

简单说就是把你的科研竞赛通过正式的方式进行说明：

还是举个例子吧
就比如你要介绍最常见的全国大学生数学建模竞赛
你如果写全国大学生数学建模竞赛是全国大学生都可以参加的数学建模竞赛，在该竞赛中我主要通过matlab软件对题目xxxxxx进行建模，最后取得了x级x等奖的成绩。
显然是不好的
我觉得比较好的写法是
在本次竞赛中，我们利用xx算法对xx问题建立了xx模型，该模型实现了xx功能，取得了xx准确率，该模型的创新点是xx，但也有xx等不足，最后取得了xx的成绩。
（个人拙见）

就不细说了，大火意会一下。

然后呢专业知识，其实就和初试的备考很相似了，学专业课的相关书籍呗，这部分内容可以参考我的初试和专业课攻略。

需要注意的是，老师很可能会提问你本科学过的知识。（不要说什么超纲这种话来骗自己，准备的越充分越好）

3.参考资料

人工智能专业课

• 吴恩达的《深度学习》视频，到处都有资源自己去搜（比如b站）

特点：由浅入深，既有很简单的数学基础知识的视频（虽然很基础，我也倍速看了），也有稍微复杂一些的数学推导和代码的部分（我觉得不必深究）

• 李宏毅《一天搞懂深度学习》

特点：广

• 西瓜书

特点：非常适合用来入门机器学习的书。

• 花书

特点：较难

• cs231n

http://cs231n.stanford.edu/

文献部分：

文献不用通读，就把摘要部分的生词积累一下就可以了

在此我仅提供一些我复习时看过的部分算法，具体的文章需要大家自行搜索（或者如果有哪位整理了可以发给我O(∩_∩)O

CNN

LSTM

LDA

GNN

TCA

IoT的

MOCO

ResNet

DenseNet

FCN

等...

4.随便写的东西

考研时间紧的同学，可以不看这部分，直接去点赞收藏喜欢三连然后去复习吧！

非常感谢各位同学们对我之前写的一些文字的支持，能帮到大家我也很开心。但是由于我即将开学，有很多需要做的事情，以后的评论和私信就有时间再回啦。当然如果出现很多同学关心的相同的问题，我也会继续更新这篇文章的，感谢大家的支持。

点赞收藏关注后去评论区提问，私信不回，我看到的能回答的问题都会回复的。