考研为什么有初试和复试，考研人工智能复试篇

首先祝愿每一位参加考研的同学都能超常发挥，考上心仪的大学！！！

我将结合参加过清华大学人工智能考研复试的“备考阶段学生”和“过来人”的经历，来分享人工智能专业考研复试应该注意哪些细节。

1. 复试形式

以下具体内容因学校专业而异。

1.1 成绩计算方式

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

tips：成绩的计算方式基本上每年不会有太大变化，所以可以去你报考院校的官网搜索去年的复试资料。不过很多学校的官网可能这部分信息在考研结束后会删除，大家可以找本专业的师兄师姐问问~

需要注意的是，如果你报考的学校的复试占比很高，那么，初试考得好的同学不要大意，考得差的同学要抓住机会噢~

1.2 笔试环节

由于21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专业知识提问部分。

a.英语部分：

一般是通过随机抽取ai领域的相关经典文献，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。

tips：参考资料部分给出了一些经典论文~

需要注意的是，要准备一段1-2分钟的英文自我介绍噢~

b.专业知识提问部分：

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。

需要注意的是，简历非常特别很重要。简历上写的项目一定要好好认真准备。有需要的同学，也可以付费咨询我相关的内容~

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，就是为了择优录取优秀的同学们。

然后来谈谈我自己的体会吧~

首先是英语部分，复试对英语进行考察是为了证明你未来可以适应英语论文阅读的环境。如果你英语口语特别好，这是一个可以吸引老师的亮点，可以给老师留下一个好的印象；但如果你的口语一般或者不太好，只要不出现比较明显的问题，老师也不会在这里为难你的。正视自己的不足，也是一种能力。

在这里还给大家准备了一些我复习的经验，首先如果本科没有阅读过英文论文的同学，这时要开始对一些英文文献进行阅读，在后面的参考资料部分我也简单推荐了一些我当时复习准备的资料。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，进行一些英文对话的模拟，这些都是非常高效而且实用的备考方法。

tips：没时间的话，文献不用通读，把摘要部分的生词积累一下就可以了。毕竟这部分在整个复试中，并不是最重要的部分。

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。如果大家有这个需求，可以在评论区留言，我可以单独发一篇来讲。简单总结就是，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（优雅得体又低调的展示自己）。

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软件对题目进行建模，最后取得了x级x等奖的成绩。

显然是不好的

可能更好的写法是

在本次竞赛中考研为什么有初试和复试，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考研为什么有初试和复试，考研人工智能复试篇，但也有xx等不足，最后取得了xx的成绩。

（个人拙见）

对于这部分有问题的同学也可以付费咨询。

对于专业知识，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。（更新：可能有些信息现在看已经是过时的了）

需要注意的是，老师很可能会提问你本科绩点比较低的科目的基础问题。（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

人工智能专业课基础知识部分

特点：由浅入深，既有很简单的数学基础知识的视频（很基础，可以2倍速看），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，因为在提问环节，细微之处的证明一般不会问到）

特点：内容全面的介绍了深度学习的基础知识，也是比较基础的内容。

特点：非常适合用来入门机器学习的书。

特点：数学推导较多，难度比上述内容都更高。但是也因为内容比较全面，是一本不错的入门书籍。

/

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

CNN、RNN、GNN、LSTM、LDA、TCA、MOCO、、、FCN等…推荐的比较乱，因为在英文文献的部分，一般是随机抽取，所以可能会出现，你以后想做CV方向，但是抽中了NLP领域的文章的情况。

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。

补充：选择方向很重要！！！互联网行业作为人工智能未来就业的主流方向，近年来寒冬已至，很多互联网企业的福利都少了很多，裁员，裁应届生的情况随处可见。大家一定要谨慎选取未来的方向。借用网上的段子来评价“2022年可能是过去10年内，互联网行业最差的一年，但也可能是未来10年内最好的一年。”选择大于努力。