就本学期表现来说，不建议除计算几何专业外的任何人选，课程本身没有任何用处，不过是老师在念AI生成的无聊PPT而已，明明是他不想上课愣给改成三周全是汇报，你吭哧吭哧大作业写两三周汇报再汇报又汇报不说，他还会说你结果做得不行，只建议来旁听偶尔的一两次AI使用分享，这部分还是可能有点用的，但我反对将了解AI agent等新工具这件事简单归到这门课的功劳上，即便没有这门课，当时OpenClaw难道还不够火吗，

前几周其实氛围还可以，后面越讲人来的越少，每节课不过寥寥几个人，最后老师摇了些自己的研究生来充场，连老师自己也懒得上，在调课之后甚至把最后三周的课全都改成了大作业汇报，每个人要汇报三次，一周后就要开始第一次汇报，但现在还没完成周末要交的第九次作业😂，强烈怀疑老师就是不想上课所以才有的这种安排，最后一次课还听了学生的一些意见，他甚至还写在黑板上并拍照了，没想到听了一堆话就悟出来这结果，就是全改成大作业汇报，我甚至不知道7天后要汇报什么，大作业step1吗？还每个人都汇报5分钟，你办的脱口秀大会吗

就大作业题目来说，你前两周早说是这种大作业然后加三次汇报，我根本不会选，如果我不是图形学方向的，学这门课只是为了学习深度学习，简单了解一下几何的应用，大作业为什么要我做一个今年的赛题？它甚至还没过报名时间😅，还有最爱的百度网盘下载环节🤣，而且这个大作业的基础知识在课堂上的所有PPT里面甚至占有整整一页的篇幅，AI生成的PPT居然能猜中大作业，这可真是太棒了

And朝令夕改：大作业组队从5个人改到3个人，分散点工作量不好吗？还是说因为5个人一组就凑不够最后几节课的时长了？就大作业这5个场景3060跑8个小时都不一定能跑完，还反复迭代啥呀，老师的PPT是AI生成的，助教的作业文档也像AI生成的，我的作业也都AI写的，我上台汇报念一堆AI生成的我不懂的Gaussian Splatting真的没有意义，问AI吧总感觉自己是一知半解，大家不是研究生就是大三大四的，拿个学分而已真没必要

And朝令夕改again：发布stage1提交入口，但是要求的提交内容和大作业assignment里的不一样，要求提交输入的视频和汇报用的ppt，但限制了大小，一把就看出你assignment文档都是AI生成的，生成完你好歹自己看一遍呢，这么说来，前几次作业有的数据集下载下来和助教给的文件目录结构不一样也能说通了，其实助教根本不会用AI（😂）

And中期汇报是三节课，期末汇报是两节课，期末汇报不需要最终结果，那汇报个啥呢？你见过博士论文是答辩结束之后才交最后结果的吗，期末汇报顺序也是挺随意的，助教和老师对待这门课就和某数学建模上课回答问题总评加5分一样随意

这课以后没必要开了，至少不是像这学期一样的开，老师是这么想的，情况也确实是这样

就评课来说，前三周给到9或10，中期给6到8，最后几次课给5或6，大作业给到小于等于3甚至想给0，因为一开始并没有提大作业还要汇报的事，第一节课我记得只说完成作业，并没有提到汇报环节，而且一开始的打算就是平时作业的拓展，我觉得原来的就挺好的，而不是像这样当一个新作业，忽略最后给分，综合一下按课时数平均（20×10+40×6+20×3）÷80=6.25，总结为3星，我个人认为课堂体验不如预期，并且非常不赞同这门课的大作业及汇报的安排，在此基础上减一分，2.5很合适，

出分很慢，大概课程结束两个月后，快开学了才出分，给分杀手，想打个半星😊

傅老师由“杰哥”转型男路线了，瘦下来头发也茂密了

非数学人，AI4S方向，第一次选研究生课，之前只陆续旁听过一些感兴趣的。傅老师水平还是很高的，很多分享也非常有意思。最近期末考试较多，还没仔细研究大作业，简单瞟了一眼确实比较硬核，我记得上次课确实有同学提到可以搞个比赛啥的，结果真来了。后续再来分享一些具体情况。

Update 8/19/2026: 昨晚得知这门课程出分了，来完善一下点评。
期末大作业是一个相当non‑trivial的工作，无论是从任务的方案构思、环境搭建、调参、ablation study、报告书写汇报…在两周内完成其实任务不小——但此时是2026年。这也是这门课从一开始傅老师强调的：

这个时代是很crazy的。

学习如同逆水行舟，不进则退。这门课程push着我学会将Agent加入我的工作流；学会如何借助AI快速了解、学习一个我可能闻所未闻的课题；学习如何调整prompt…，无论是当前几何深度学习的知识还是目前先进的Workflow with Agents我都觉得收获满满，也大开眼界。
Agent时代，大部分课堂的问题其实也很明显：到课率确实很低。傅老师的这门课程也不例外——甚至有一次只有傅老师，另一位同学和我三人在2106上课。这种场面在我目前三年的本科经历确实少见，也正是这节课上，我第一次知道harness engineering概念。在两三个月后的现在刚刚推出了：DeepSeek‑Harness。

想了很多，但发现自己也只是个在进步的浪潮中挣扎的人，所以也没有太多能够说的。总而言之，推荐选课，因为傅老师是一个相当有想法紧跟前沿的人，在这门课上是能学到真知识，能够打破很多信息差。

• 课程主页：http://staff.ustc.edu.cn/~fuxm/course/2026_Spring_GDL/

26/07/13

突然发现自己因为没有正式选课所以不应该评分，首先更改一下评课；其次这门课其实因为时间冲突的原因也只听了前面的几节，可能我收获最大的部分反而是周三晚上的一节分享课让我第一次认识到了什么叫coding agent，没有错过A÷和O÷正式开始agent斗法的2026年上半年。

从这一点考虑fxm老师还是一位非常开明而现代化的老师，堪称科大理科院系之光。

强烈建议每个CS/AI人听一下怎么从偏数学一些的角度理解神经网络的，真的收获很多，和ffl老师的视角是互补的。

感觉非常好课程。现在解读AI原理的课程有很多，但是傅老师这门课不仅局限于从0开始介绍机器学习与深度学习的原理，他更想让我们知道“我们在AI的帮助下能够做成哪些事情”，即傅老师所谓“开眼看世界”。这门课能让我有机会去拥抱这个迅猛发展的新时代，了解到了比如说“自动化科研”、“OCP”等概念。第一周第三次课请了一位非常优秀的师兄做了一次关于Claude code在科研中的实战，报告也非常的精彩。总体来讲第一周的学习体验是非常好的。

给分暂时延续了上学期数据科学选讲的给分。