暑修
深度學習 / 深度學習實驗 (6學分) 彭文孝、吳毅成、陳永昇
暑修要在兩個月內上完6學分的課，內容可以說是排得相當緊，雖然修起來很硬但真的很充實，修完以後很有成就感。總共有6個作業、一個期末報告跟一個期末考，上課內容涵蓋多種主題，從基礎的CNN、RNN到強化學習、Diffusion Model等等，主要講解各種模型的理論，而作業則是實作這些模型或模型的核心部分，因此在理論跟實作上都可以打下不錯的基礎，如果未來要做深入研究會蠻有幫助的。
作業難度上個人認為前三次作業算蠻簡單的，要實作簡單的神經網路或一些CNN架構，但如果過去完全沒寫過pytorch可能會稍微吃力一點。後半部分難度會稍微提升，但助教也會先寫好template，只需要填入核心的部分。比較需要注意的是每個作業都會需要Demo，除了跑程式碼之外也會需要回答問題，而且占分蠻重的，因此還是需要對模型概念還有程式有所了解，不能單純靠GPT或網路上的code。另外，final project的部分在創新上的要求蠻重的，不能單純實作某篇paper上的架構調調參數，否則光是在報proposal的時候可能就會被教授”提醒”一下。學期的最後一堂課就是要把final project的成果做成海報在會議廳展覽，教授會一組一組的走去聽學生報告，相當刺激。這次因為有個作業deadline延了一個多禮拜，導致最後一周同時有作業、期末考跟final project，趕起來真的有種喘不過氣的感覺。
總體來說，個人認為如果對深度學習領域有興趣，而且想在暑假先累積一點學分的話，相當推薦修這堂課! 但也有認識的朋友覺得兩個月塞這麼多東西會有點來不及消化，反而學不太到東西，因此還是要視個人情況斟酌一下 (如果怕發生這種狀況也可以考慮修每年下學期開的課，時間會充裕一些)。
最後附上修課GitHub供參考~
https://github.com/jerryyyyy708/NYCU_DLP_2023_Summer/
碩一上
演算法 (3學分) 荊宇泰
距離大二修演算法概論已經過了兩年，畢竟演算法是資工系裡最重要的課程之一，因此決定在碩一修課來找回這部分的記憶。
由於考試跟大部分的作業都是手寫，所以比較不會練習到實作的部分，整學期下來只有一次的程式作業，這門課比較像是讓沒修過演算法概論的人去了解各種演算法，有修過的則是可以複習這些概念，或者補足一些過去有漏掉的部分，但在實作或解題上的應用就需要自己去延伸學習了，是一門Loading不重的課。
計算機圖學 (3學分) 林文杰
之後再補上～
嵌入式系統設計 (3學分) 許騰尹
因為過去沒碰過嵌入式系統，這應該是我這學期修起來學到最多新東西的課。通常每個禮拜的課會分成兩個部分，上半堂課由教授教導一些嵌入式系統的基本觀念，比如在嵌入式系統上的程式設計與一般軟體設計的區別等等；而下半堂則是實作的部分，一個學期總共有5個Lab以及1個final project，會以兩人一組每組發一個開發板跟需要的各種傳輸線，第一個Lab要幫板子灌作業系統，還有在虛擬機用交叉編譯器來讓寫出來的程式能在ARM架構的板子上跑，接下來三個主要針對OpenCV在…之後再補上～
資料探勘 (3學分) 曾新穆
之後再補上～
因為要過年了所以還有一些沒寫完的就之後再補啦，敬請見諒XD～ 感謝看到這邊的你，祝大家新年快樂！