[週記] 11/17
我想試著恢復以前寫個版的習慣
[週記] 這個種類會是個流水帳式的條列文章。我會把一週內想要完成的事 (具體事項)、想要學的東西記下來（知識內容），依序包含真的能在一週內完成的事項與兩三個月內的大方向。接著每天再紀錄那天做了哪些事、學到什麼、有什麼成長。每天的記錄不需要規範於上述的本週事項之內。
我希望用這種工作日誌，來提醒自己我是有在進步的
What I want to do:
BCD project :
1. 讀完三篇major reference ( Hysu2017, McQuinn2020, Kojima2020, Kojima2021)
2. Emission line Table with correct format. <-- write a function to define detection and output string.
3. 寫paper: (1) 2021 data reduction (2) dust dereddenning, Emission line measurement, Magnitude measurement, Oxygen abundance measurement
4. repeat 2, 3 for 2020 data
Osus project:
1. 目前沒有需要完成的進度
ML project:
1. Small ResNet classifier
2. 重新寫code structure, 附上tutorial
What I want to learn:
BCD:
1. how to measure stellar mass
ML and Skill Building:
1. How to set an optimizer for a network, which learning rate should I use
=======================================================
星期一
1. 終於弄懂 Osus 的 Code 了
2. 找了ResNet的資料 但沒看
=======================================================
星期二
1. 弄懂Residual Neural Network的原理 (增加了layer之間的short cut/ skip connection)
2. 了解Vanishing gradient 的原因
3. pytorch lightning
=======================================================
星期三：
1.更深入了解 logistic regression 跟 classification的關係。 提出一個處理clustering data的作法
=======================================================
星期四：
1. read Indahl et al. 2021
=======================================================
星期五：
1. 大耍廢
2. Read Kojima 2020: Machine learning selection
=======================================================
星期六：
1.寫emission line table
星期日：
1. Oxygen abundance error seems too small
2. ML project :
(1) 看完resnet 的網站資料
#(2) 自己重寫code
#(3) 看別人寫的resnet 怎麼運作的
#(4) classifying approx regressor