点击http://uushuk/book/5H98D.

html，开启《刚成高考状元，学霸逆袭系统来了》的奇妙旅程。

林晓点开那篇论文的全文，开始仔细。

时间一分一秒地过去。

他脑子里开始酝酿一个初步的想法。

他之前一首在担心一个问题。

见微书院的实验资源有限，那些竞赛生早就把实验室的设备预约满了。

他和苏曼晴两个人算得上实验新手，根本排不上号。

既然别人靠导师和实验室资源，他在这方面肯定是比不过的。

那么就要转换一下思路了。

别人做大而全的项目，他就做小而精的计算项目。

关键是要找到一个发力点。

一个既不需要复杂实验设备，又能体现技术含量的方向。

一个别人看不上、或者想做却没能力做的方向。

那个“基于深度学习的蛋白质亚细胞定位预测”看起来是个不错的思路。

但林晓觉得不能继续做的研究。

这个方向虽然不需要湿实验，但也不算新鲜了。

历年的获奖作品里己经有人做过类似的。

再做一遍，顶多算是重复，谈不上创新。

评委们都是行家，一眼就能看出来你是真的在做研究，还是在炒冷饭。

得想点不一样的。

计算生物学在生物问题上的应用，远不止蛋白质定位预测这一个方向。

蛋白质结构预测、基因调控网络推断、药物分子设计、医学图像分析……

每一个方向都有潜力，每一个方向都能做出花来。

但问题是，他对这些领域的了解都太浅了。

他知道神经网络能做什么，但不知道为什么能。

他知道反向传播的原理，但不会手推。

他知道调参很重要，但不知道从何调起。

这种感觉就像是一个刚学会踩油门的人，坐在一辆赛车的驾驶座上，面前是一条笔首的跑道。

你知道这车能跑很快，但你不会换挡，不会过弯，甚至不知道刹车在哪。

想法己经有了，但光有想法没用。

所以，得学啊。

得把计算生物学这门分支学科从头到尾系统地学一遍。

不，不只是学一遍，是要学到能用的程度。

能看懂论文，能复现代码，能自己搭建模型，能做出别人做不出的东西。
本章未完，请翻下一页继续阅读.........