在经历几天C++基本笔试题的摧残后，我终于明白自己还是不喜欢写代码，单纯的C++工程师对于我来说还是枯燥乏味了一点，既然我喜欢数学，逻辑思维能力强，研究生阶段主研图像算法，GPU/CUDA并行化，那么我不太可能去和别人拼C++的掌握，我的特长领域已经和明显了，那就是机器视觉+深度学习+CUDA对应算法的加速设计。
现在我之所以学术比较水，是因为研究生阶段没好好学，但我毕竟有很多学习的天赋，所以我可以针对性地加强相关知识的素养和积累。写博客就是一个比较好的方法。
深度学习和机器视觉相关的知识，还是ICCV,CVPR等文献来得直接，因为涉及的学术性的知识比较多。
相关的答疑论坛，caffe.cn比较正规，说到这，Caffe是用CUDA C/C++写的比较优秀的深度学习并行库，此类的神经网络和机器学习算法复杂度极高，CUDA正好有用武之地。Google的TensorFlow（深度学习库）也开源了，也是用C++写的，这方面精妙的代码可以多学学啊。Torch是用Lua写的，因为FB才流行起来，可以多留意留意。
深度学习是最近几年人工智能方向上做的最好的，虽然感觉还有缺陷，但是基础架构不错，有很大的提高空间。
ImageNet图像识别大赛很权威，可以作为不错的求职亮点。
在符号识别和数学建模上，我熟悉Lisp和Haskell，在人工智能的感知系统和知识表达系统上，可以会有很大用处。
我打算花一个月时间深入了解深度学习和CUDA应用，争取自己写一个针对象棋或者五子棋的"AlphaGo"。
