本人美国TOP50的计算机博士在读。经常有清北博士生来我们专业访学，所以我校计算机专业从教授水平来说应该是好于清北平均水平(这是保守估计)，否则清北博士学生不会来我校计算机专业访学。

暂时达不到世界一流水平，未来可期。在中国甚至包括中国香港台湾，清北已经提供了中国最好的资源，所以也应该知足。评论已开，大家尽情评论，但火药味不要太浓。

本人目前读CV顶会或者Trans一般不会超过10分钟(顶会时间更短，很多顶会文章不值得看，有结果错误还被发了出来，原因是idea比较新)，一般一个文章扫一眼就知道哪里是创新点和评判创新性，自己也有顶会发表(不完全灌水)，目前新的idea和新的实验结果非常多。我觉得有时候你觉得大神学什么都快，那是因为他们的基础好导致先修知识掌握得熟练。拿机器学习来说，必须先把线性代数学一学，线性代数的vector space，rank，matrix decomposition等又非常重要，而国内普遍使用的工程类教科书对此不为重点，记得好几年前在学同济的线性代数时候一开始讲矩阵的秩，一脸懵比，后面又着重讲如何求方程解，但没有从线代的vector的本质去讲，学得也迷糊。但为啥国内上课和自学感到痛苦，但在美国却连机器学习理论学习都感觉不是太难呢？为啥轻轻松松看看教材和笔记就非常清楚？“国内教授水平差”或者 “心不在教学上”这两点原因至少占其一。在我美国学校，老师都一点点推导，学生会记录每节课笔记，不懂可以课间课上提问，或者office hour提问，每门课大概有8次作业，每次作业都要花一二十小时，中间quiz不断。附上伦敦大学学院新出的Mathematics for Machine Learning链接，这本书看完，估计机器学习类的文章阅读不会感觉困难了，大家也可以评论下这本书如何？相对于西瓜书和PRML等。祝大家发顶会顺利，早日打破清北或清北TOP学生等一系列学阀的垄断，后面专门有一段例子教大家如何灌水的心法。点赞人数突破1500时，直接上论文例子讲如何高效阅读论文：https://mml-book.github.io/book/mml-book.pdf​mml-book.github.io

再送一个MIT数据科学研究生课链接，可以免费听：https://www.edx.org/micromasters/mitx-statistics-and-data-science​www.edx.org

再贡献一个高效读PhD的指南，对研究阶段的时间规划有用：https://link.springer.com/content/pdf/10.1007%2F978-3-319-77425-1.pdf​link.springer.com

再送一个改写英文句子的软件：你写论文时发现了哪些非常神的网站？​www.zhihu.com

放在前面：计算机的最好的顶刊难度大于最好的会议。比如TPAMI难度大于CVPR，AAAI，美国的大牛喜欢把好的成果一般先发在会议上，占坑，但还要拓展后发期刊，顶级期刊的审稿质量高于顶会。而国内弥漫着计算机只看顶会 这种浮躁的学术风气，不踏踏实实把研究工作做完整细致，以及理论做深，怎么能达到世界一流？

世界一流大学水平是中国的大专水平(职业教育真得很重要)，世界一流大学的学生需要有一技之长，没一技之长怎么能养活自己？只靠论文，对社会经济能有多少贡献？有多少人最终走向科研岗位？相比北大，清华更接近世界一流大学水平(雷课堂大作业了解下，清华的别名了解下)。世界一流大学应该是有教无类，有一定的录取标准但不能太高，必须做到因材施教，对想做科研的学生，学校提供最好的条件(减少科研培养人数，提升科研培养质量)，对不想做科研的学生，学校提供完整的职业化教育，这样物尽其用，使得入校60分水平的学生在毕业时候达到90分的水平的大学才是一流大学(这里分数不局限于科研，是个人的职业发展打分)，所以国家能否把科研经费平摊一些给其他学校？办职业教育的成本比学术培养低。科研工作者 和 非科研工作者 无职业的高低贵贱之分，需要按做出的贡献奖赏：不同专业留学生如何挑选最适合自己的大专？附2020全国大专排行！​mp.weixin.qq.com

论学校办学特点。清北单个学校的在校博士生超过6000人，硕士都要做论文(这里说明下，美国的硕士绝大部分都是professional degree，很少做研究，以上课和project为主，这样容易达到世界一流大学标准，培养的是应用性实用人才，对工业是实打实的贡献)，还有一堆博后和兼职做研究挂名的国外教授(相当于外援)，毕竟国家给予用不完的经费支持。而美国即便研究规模最大的伯克利，一年不会毕业超过500的博士生，硕士生大多数不用写论文，只为工业界服务，而且美国的经费不集中在同一个学校，加州拨款还要给UCLA，UCSB等加州大学十大分校(这样做为了普及全民优质的高等教育)，另外，美国也是私立大学主流，拿不到那么多经费只能控制博士招生人数以保证质量和不能请那么多外援(博后和兼职做研究挂名的教授)。美国对博士培养更为精品，顶尖学校培养的每年都有一些能改变世界的研究人才，这比例比中国高校大得多，中国高校只以发SCI为目标，实际上美国人发SCI跟中国人发中文文章一样简单，发SCI文章只是基本的事情而已，更多是能否研究出来改变世界的技术和学科。美国好学校的博士毕业要求可能是本领域的顶级期刊，而不能往SCI灌水，垃圾文章导师是不给发的。在中国大学，互相挂名的情况也多，比如A学校做的成果可能B学校也挂名(实际上B学校啥都没做)，这样B学校的科研得分也高。而这种无贡献的挂名，在美国是不允许的，违反学术诚信。

新加坡高校也有这个问题。相比日本的顶尖大学虽然排名不最高，但却是做实事的，日本大学每隔4年1个诺贝尔奖，很多优秀的文章都是以日语发表，真正做到了把好的成果发在祖国大地上，再看日本的机床世界第一，日本的汽车、半导体、电子产品等等都走在世界前列。

清北培养了多少诺贝尔奖，新加坡大学又有多少？引以为傲的5G实际上是美国人最先发表的。歪朵拉widora：华为5G技术在全球领先吗？​zhuanlan.zhihu.com

大学如果不以人才培养为核心，以灌SCI为荣，和烧钱请外援，跪着请非洲小国学生来读书以提升国际化指标，争取到看到排名上数字提升的喜悦感，那叫什么一流大学？

清北目前培养人才实力大概相当于美国50名的学校，甚至在某些专业领域不如美国某些排名前一百的学校。不服的可以到美国大学旁听下，感受下。

普度的QS世界排名是111，南加大的QS世界大学排名是129，常春藤名校达特茅斯学院世界排名是207，圣母大学世界排名210，等等。这些学校哪个人才培养质量比清北差？清北自家的学生都来这些学校深造，所以可以用脚投票了。

什么时候清北能凭借自身实力(非请外援)，在人均科研产出数量和质量达到世界前100时候，才能算是一流大学。

世界杯能否请外援？能否以10打1呢？

这好比，算GDP总量，中国甚至赶上美国了，但人均呢？能否只看GDP总量和排名说中国已经是发达国家？

这就触犯了某清学生的利益了？以灌顶会为荣的可能比灌SCI更可悲。谁都知道每个计算机顶会年收入文章数可能就达到1000余篇，比如CVPR一年收1300多篇，能算顶会的光CCF A就不下于10个，顶会一般审稿时间就3个月，由于投稿量大，审稿时间短，往往找不全专业领域内的人审，蒙混过关的多呢。

教教下大家如何灌水顶会，我自己不做object detection，可是cv的基本的研究思路相似，拿YOLO的例子，大家看下图，第一个term是否让你想到MSE loss，假如与MSE Loss相似，是否可以从概率分布的MAP去想，假如你假设这个分布是一种高斯的，那是否可以用别的分布，比如Laplace分布？那如果我多种分布都考虑呢？如果我多种分布都考虑，是否可以在用一个判别器判别什么情况用第一种分布，什么情况用第二种分布呢？分布的预测是否可以stochastic呢？Object的指示1，是否也可以用一个分离器预测？如果YOLO可以，那同样的是否可以用在YOLO-4？YOLO-4的multiscale需要downsampling和upsampling，这种downsampling和upsampling是否可以用不同的方法(手动downsampling 或者autoencoder 或者干脆PCA一些方法，autoencoder又有很多种，是否可以试验？)？假如先做一个快速的segmentation，用来降低YOLO的复杂度？是否可以用block-based而不用一整块，最后来个ensemble？MSE可否用MAE？MSE和MAE在不同情况下是否又能用个判别器判别？判别器又有多种，是否可以判别器用一些新的？假如YOLO-4用multiscale，那是否可以用旋转？做classification时候，是否可以用一些generative model做，例如GAN 或者VAE？Generative model又有很多变种，是否可以考虑下？RGB格式，是否可以转化成YUV，只用Y channel来降低复杂度呢？是否可以YOLO去做data compression，对不同的object用不同的压缩比？是否可以研究下lambda的筛选，假如第3个term和最后一个term也加个lambda会是什么情况？如果做semantic 语义分析呢？大家可以试试，一些结果如果不错就能发几篇顶会。科研嘛，谁知道结果呢？

当然这些只是灌水的方法，无法做出pioneer的成果，做得再好也只是二三流的科研层次。

至于这个学生说的，清华学生通宵做实验写文章。很多人都是功利性的，不就是为了发文章，来美国读博士吗？真正优秀的科学家一般都会劳逸结合，神经绷得过紧会阻碍灵感的产生。CV领域CVPR、ICCV一年1300多篇论文，录取率26%，比其差一点儿的顶会录用率可高达30%甚至40%以上，有多少可以值得骄傲的？更何况清华学生并不是都发最好的会议。拿YOLO为例子，调YOLO模型再好也只是在大牛(提出YOLO模型的人)挖的坑里灌水，如是而已。

本人目前也是在灌水，到处写代码试idea，离真正大牛距离很远，甚至这辈子不太可能。我自己承认。发顶会只能算基本功，发得再多也只能说是科研基本功扎实，贡献有多大？能否像Terence Tao一样提出压缩感知模型呢？量子位：本科4篇顶会论文如何做到？清华特奖高天宇干货分享：我是这样写论文、做实验、与导师相处​zhuanlan.zhihu.com

自己看吧，理论全是别人的，只是应用上。

清华学生发计算机顶会比其余学校容易，可能是计算机视觉等领域出生的教授多于其他学校。国内高校近几年开了不少人工智能专业，但大量老师都只是半路出家。于是乎，信息的不对等性造成清华发出来的计算机顶会比别的学校多得多。但这在美国名校里太正常了。再说，美国名校计算机博士录取的一个标准就是顶会，从中国录到美国cs系博士的谁没顶会呢？自以为傲的终点只是别人的起点，这也是清华北大和世界一流学校的差距。

也没完全否定清华北大，学生水平大概是世界一流水平，学校水平大概是亚洲TOP 5的一流水平(最好的是日本的顶级学校，新加坡的TOP 2和清北差不多，韩国的首尔大学和香港几大名校以及台湾大学应该和清北也非常接近)，世界的二流到准一流水平，亚洲能算世界一流大学的只有日本的顶级学校。

为啥说清北学生的水平大概是世界一流而不说顶尖水平？因为衡量一个学生水平的并不只是考试，并且除了中国，亚洲几个国家和欧洲一些国家的学生考试水平也不差，只不过在中国顶尖学生更集中在清北 而别的国家分布范围更为发散。但是，把好学生集中在清北也是一个对学校和对国家高等教育发展的阻碍。危害之一，清北中下游学生即便本身实力不错，在清北可能得不到该有的资源，或者在TOP学生的打击下心态下降。危害之二，影响其他学校与清北的公平竞争，把清北的优秀生源和经费分散到C9高校，中国可能会出来至少5所实际实力相当于清北的学校。危害之三，“山中无老虎，猴子称王”也最终会阻碍清北的发展。

计算机领域中国大陆高引学者，清华无1人进入前10，是否要反思、检讨了？2020全球顶尖计算机科学家排名发布|两位华人学者入全球前10​mp.weixin.qq.com