王天昊 · 个人主页

你好，这里是王天昊的个人主页

Thu, 03 Sep 2026 00:00:00 +0000

这是我的个人主页，主要放两类东西：

项目：读研期间做的项目和积累的作品集
博客：学习过程、论文笔记、踩坑记录

关于"记录学习过程"

我一直觉得，学进去的东西如果不写下来，过几个月就只剩一个模糊的印象。把读的论文、做的实验、踩过的坑写成文章，有几个好处：

逼自己想清楚 —— 能写明白，才算真懂
留下可检索的笔记 —— 以后找工作、做研究都用得上
见证成长 —— 回头看几个月前的自己，进步是有迹可循的

本站如何维护

很简单：我只写 Markdown 文件，推送到 GitHub 后网站自动更新。具体操作见仓库根目录的 README.md。

先这样，慢慢积累。写第一篇文章永远比犹豫用什么平台更重要。

示例项目：中文文本分类

Thu, 03 Sep 2026 00:00:00 +0000

💡 这是示例文章，用来演示"一个项目页"该怎么写。 复制本文件、改成你自己的项目即可，格式完全照抄。

项目简介

用一段话说清楚：你做了什么、为什么做、最后效果怎样。招聘方会先读这段。

背景与动机

写写做这个项目的起因：是课程作业、比赛、还是自己想解决的问题？

方法

数据：用了什么数据集，规模多大
模型：用了什么结构，为什么选它
训练：超参数、设备、训练时长

代码要点用代码块展示：

import torch
import torch.nn as nn

class Classifier(nn.Module):
 def __init__(self, n_labels: int):
 super().__init__()
 # ...
 self.fc = nn.Linear(hidden, n_labels)

 def forward(self, x):
 # ...
 return self.fc(x)

结果

模型	准确率	备注
基线（TF-IDF + LR）	87.2%	传统方法
本工作	92.6%	+5.4%

放上关键图表或截图更好（把图片放进 static/images/，然后用 ![](/images/xxx.png) 引用）。

小结与下一步

我踩过最大的坑是什么
还可以怎么改进
收获 / 与课程的联系

读论文笔记：一个可复用的模板

Fri, 28 Aug 2026 00:00:00 +0000

读论文容易"读完就忘"。我用下面这个固定结构写笔记，读的时候有目标，写完有产出。

我的模板

每读一篇论文，回答这几问：

一句话总结：这篇论文做了什么？（用 50 字以内讲给完全不懂的人）
要解决什么问题：现有方法哪里不行？
核心思路：作者提出了什么（模型结构 / 训练方法 / 数据策略）？关键创新点在哪？
实验怎么证明的：在什么任务、什么基线上，涨了多少点？消融实验证明了哪一部分有效？
我的思考：
- 有什么可以迁移到我的工作/项目上？
- 有什么我不同意或存疑的地方？
- 如果我来做，下一步会试什么？

一个示例

拿最近读的一篇做示范（虚构摘要）：

一句话总结：给模型加了一个"先难后易"的课程学习采样策略，分类任务普遍涨 1~2 个点。

要解决的问题：均匀随机采样浪费简单样本，模型收敛慢
核心思路：按样本难度动态排序，逐步加入
实验：三个分类数据集 +2 个基线模型都涨点；消融显示"难度度量方式"影响最大
我的思考：难度度量需要额外标注，工程上贵；如果做无监督难度估计（用自监督 loss 当难度）也许更实用——记下来以后试试

坚持的办法

不强求每篇都写，但写就写透
用标签归档，方便以后检索
一篇笔记控制在 20 分钟以内，别变成抄论文

希望这个模板对你有用。

示例项目：图像分类对比实验

Thu, 20 Aug 2026 00:00:00 +0000

💡 第二条示例。当你有真实项目后，把这两条示例替换掉。

一句话概括

在不同骨干网络上做图像分类的公平对比实验，为后续选题积累 baseline。

实验设置

数据集：CIFAR-10，随机增强 + 标准化
设备：单卡 RTX 4090
固定种子、固定训练轮数，控制变量

结果

各模型在相同预算下的准确率：

ResNet-18 → 94.8%
ResNet-50 → 95.6%
ViT-small → 95.1% (需要更长训练)

遇到的坑

学习率没有 warmup，ViT 一开始就发散
忘了固定 seed，两次实验对不上

我的收获

实验前先写好固定的评估脚本，避免"不同代码各测各的"
训练日志用 --seed 区分，方便回看

仓库说明

代码结构、如何复现，写在仓库 README 里，这里保持页面简洁。

关于我

Mon, 01 Jan 0001 00:00:00 +0000

你好，我是王天昊

（在这一段写一段自然的自我介绍，2~3 句话即可：你是谁、在做什么、关注什么。语气可以像跟人聊天，不要简历腔。）

当前：机器学习方向的研究生，专注于（你的方向，如：自然语言处理 / 计算机视觉 / 强化学习）。

教育：

20xx – 20xx，XX 大学，XX 专业，硕士（研究方向：XX）
20xx – 20xx，XX 大学，XX 专业，学士

我现在在做的事：

复现并改进论文中的模型，把实验心得记录在博客
把做过的项目沉淀到作品集，见"项目"页

这个网站：用 Hugo 搭建、托管于 Cloudflare Pages，源码在 GitHub。内容以 Markdown 书写，更新方式见仓库 README。

联系方式

GitHub：https://github.com/vell27w
邮箱：（填你的常用邮箱，如 you@example.com，并去掉本行）
如果想交流或合作，欢迎发邮件或在 GitHub 上找我。