开题答辩

一、答辩经过

　　其实11月1日我才完成了开题报告的最终版本，11月2日晚上8点45就要答辩，所以我的PPT做得比较差，很多想做的内容没做，想写的细节没写上，光顾着用嘴巴讲了，所以有些地方说漏了，表述的逻辑不太完整，肯定是需要完善提升的。
　　11月2日晚上8点才将将好写完PPT，然后火急火燎地赶去澡堂洗了个澡，再赶回来，剩十几分钟就8点45了，主要我是第一个答辩呀。本来吧，都经历过秋招那么多场面试了，按理来讲应该不紧张才对的，可是上场开讲了还是挺紧张的，好几次想拓展一下PPT中的提到的点，脑袋里空空的嘴里阿巴阿巴说不出来。
　　原本老师安排的是每人15分钟，7分钟演讲，8分钟问答，其实也不尽然，对我来说的话感觉就是老师在讲解我PPT暴露的问题，为我做一些问题的解答。可能是之前开题报告写得比较详细，他也没问什么很深的问题，就是问了我PPT有些逻辑不清晰的地方。后面看大家答辩的情况也几乎一样，就是他帮我们分析问题，而不是我们回答他的问题。
　　我们组一共8个人，答辩结束的时候也挺晚了，大家准备的PPT和答辩的情况也都有好有坏。等大家都答辩结束，老师给我们分享了一些答辩PPT和写论文的注意事项。
　　【老师：将开题报告和文献综述写好，是可以直接用在最终的报告上的。】

二、撰写经验总结

2.1国内外研究现状

　　在开题答辩PPT的国内外研究现状部分，可以灵活运用表格，简单明了地说明引用的文献，用什么，做了什么事，如下。

　　【老师：至少介绍三四个现有文章的相关研究工作，包含采用的方法，解决的问题，实现的效果，并在开题报告最后增加参考文献部分。】

2.2平台介绍

　　既然是基于FPGA的研究（无论是什么样的平台，FPGA也好，ARM也好），便可以通过一两篇文献对FPGA的内部结构和资源进行说明，为引出之后采用的相关方法做铺垫。

2.3研究价值与创新点

　　选题背景一定要突出（体现）自己可以追求的研究价值，否则会让听着/读者认为你做的研究没有意义。
　　就国内外研究现状而言，可以从别人的工作中、调研的现状中，发现别人没有发现的问题，以此提出自己的观点，引出自己工作的方向与内容，达到叙述逻辑上的串联。
　　【老师：最后一定落到自己为什么做现在的课题。因为之前介绍的现有研究工作存在的问题，所以自己才做这样的课题，这样才可以说服别人相信自己做的研究工作是有价值和意义的。】
　　可以从研究的重点、难点中，体现自己的创新点。整个研究中，什么地方不好做、什么地方要做好，我用什么方法把问题解决、把目标实现好，就是我项目中的亮点；解决问题的方法与别人不同、解决别人没有解决的问题，就是我的创新点。
　　【老师：一定要认真梳理本课题的设计实现流程和研究方法和技术，而自己又将会如何设计实现，从中思考、总结本课题的重点、难点，这样才有自己的亮点、特色或创新。】

2.4用词用语专业化

　　用词用语一定要避免口头化，要专业化，体现研究的严谨性和专业性。

2.5理论与实现的逻辑关联

　　理论研究与实现需要写得详细、充分，要说明白实现预期目标的平台、技术原理，并且将他们关联起来，就如因为FPGA平台的硬件资源有限，所以采用参数量化、乒乓缓冲等方法进行加速器的优化。
　　【老师：根据上述的理论依据，简要介绍自己的研究内容，相当于自己需要研究什么才能完成课题；而在确定研究内容的基础上，自己将采用什么研究方法，才会有自己的亮点、特色或创新。】

2.6公式和图

　　用到的图和公式一定是自己画的！！！这样可以避免引用别人的图，直接用自己的更方便。

2.7参考文献

　　全部参考文献都要在正文中引用！！！同时，它们在正文中出现的顺序要与参考文献的序号尽量一致

2.8文献综述摘要

中文摘要：
（1）一两句话介绍背景及存在的问题；
（2）三四句话介绍你课题采用的方法和技术，它们存在什么亮点、特色或创新；
（3）一两句话介绍最终预期会产生什么效果。
英文摘要：先不着急写，等后面定稿了再写。

下面是我写的

三、对我开题报告PPT的修改意见

3.1细化优缺点比较

　　就目前PPT中的内容来看，对CPU/GPU/ASIC平台仅显示了缺点，对FPGA仅显示了优点，这样的表达显得十分片面。实际上，各个平台都是优缺点并存的，FPGA对于卷积神经网络的加速而言也不是最佳；在特定的编程优化下，原本最不被看好的CPU反而可以取得很好的加速性能。
　　所以，需要将各个平台的优缺点详细列出，进行对比，以此显示在特定条件下FPGA的能耗比、灵活可编程优势。

3.2注意观点提出的逻辑因果

　　由于之前并没有前景说明，即前一张PPT介绍了卷积神经网络，立马接上了这一张LeNet-5模型的介绍，前后缺乏逻辑。
　　之所以会介绍LeNet-5网络，是因为此次课题是基于MINIST数据集进行研究的。LeCun等人提出的最经典的卷积神经网络模型LeNet-5，正是基于MINIST这个手写数字数据集进行训练与测试的。而且未来我也应该是基于LeNet-5模型进行加速器的FPGA实现，所以非常有必要进行提出。

　　因此，我可以在PPT的开头介绍此次课题内容（我的选题是基于MINIST数据集的，但这次的开题报告我没有添课题介绍环节），将使用MINIST数据集作为前置条件，从而引出对LeNet-5模型的介绍，符合逻辑关系。

3.3原理研究的内在逻辑

　　在论述FPGA加速原理时，我只是将“CNN包含大量乘累加”作为提出循环流水线、乒乓缓冲、浮点数转定点数这三个加速原理的前置条件，但实际上可以将表述进行润色，说明三个点的内在逻辑关系。
　　既然提到了FPGA的实现，那么必然涉及到数据的输入、输出以及存储（需要缓存计算结果），进而引出对FPGA的内部结构和资源的考量（可以引用一两篇文献进行介绍FPGA的内部资源），因此可以发现FPGA的硬件资源是有限的（片上缓存较少等情况），所以我需要采用前面提到的三种方法进行优化加速，即，乘累加运算多，故采用循环流水线进行加速；每个运算步骤得出结果需要进行缓存，故采用浮点数转定点数减少硬件资源消耗，环节存储空间不足的问题；进而运用乒乓缓冲，兼顾计算加速与存储资源的节约。

3.4研究的细节

　　在介绍如何搭建卷积神经网络模型、将卷积神经网络模型部署到FPGA上时，我并没有详细地说明，因为我自己也不是特别清楚其中原理，仅是明白应该使用高层次综合（HLS）软件进行高级语言（Python/C/C++）到硬件描述语言（HDL）的转换，并不清楚具体的实现细节。
　　老师为我做了如下解答：一般采用Python进行模型训练，得到的权重数据需要运用Python脚本转换为FPGA适用的数据形式（我觉得，在这个过程中应该可以采用浮点数转定点数或者参数量化的方法吧）。
之后可以自己去联系老师进行学习。

原文地址：http://www.cnblogs.com/steven913/p/16830054.html