关于申请
套磁
不少申请的总结里面都提到了套磁的重要性，而且说这是有益无害的。我觉得套磁确实非常有帮助，第一能了解教授的科研背景，第二能锻炼书写邮件的能力。至于教授回不回复就不是那么重要了。不过很多情况下教授不回复估计可能还是我对提到的paper和topic理解不够深刻。
参考资料
申请研究生是一个漫长的过程。这个过程中，我参考了这本书，里面提到申请本质。PS或许很重要，但是更重要的是招生委员会第一眼就会看到的网申表格和CV，而PS就是这些内容的延续。尽量创造一个领域让自己成为第一，换句话说，就是展示自己的独特性。在对于这种独特性有需求的教授那里，你才能脱颖而出。这就涉及到了解自己，首先要了解自己的底线，而不是盲目的人云亦云。比如自己真的非藤校不上？即便如此，也是有自己的理由，而不是其他人都这么想所以我也这么想。了解自己底线并非降低自己，而是在此基础进步。
每个人都有自负的一面，也有自卑的一面。无论申请也好还是其他的事情，一个人要首先直面内心的自负和自卑。只有具备这种素质，才有了直面社会竞争的能力，而不是躲在象牙塔内只关心考试分数。总结来说，超越自我的实质就是怀疑，学习，然后自然而然的行动。
学校数量
Princeton review和一个CS PhD的申请指南中都提到，大概选择3所同一个水平的学校，2所你要高攀的学校，2所保底学校，总共7所。
加州系
我生在现代雾都，交换去了古代雾都，就连本科都难逃森林大火导致的雾霾之害，对理想天气的渴求非常迫切。去过加州的同学都提到那里舒适的天气，所以我也是花了很多时间研究加州系学校。
加州系学校名单University of California, Berkeley
University of California, Davis
University of California, Irvine
University of California, Los Angeles
University of California, Riverside
University of California, Santa Barbara
University of California, Santa Cruz
University of California, San Diego
UC Berkeley Computer Vision Group主要做deep learning，看起来非常高大上。
UCD好像没有专门的CV实验室，而且只有Prof Yong Jae Lee在做CV和ML。
UC Irvine vision group需要通过School of Information and Computer Sciences申请。research topic比较广泛，从bio imaging到物体识别和运动识别都有。
Google UCSC的时候发现了一篇讲解申请经历的详细日志，介绍的都是各个学校CV方向，很有参考价值。还有这一篇，是个在caltech在做过毕设的申请经历。
UC Riverside的vision实验室在这里，不过好像很久没更新了。
UCSB的实验室是这个，研究集中在bio-inspired methods for computer vision。
UCSC的lab在这里，组里面中国学生不多。
UC Riverside的vision实验室在这里，不过好像很久没更新了。
UCSB的实验室是这个，研究集中在bio-inspired methods for computer vision。
UCSC的lab在这里，组里面中国学生不多。
UCSD是cognitive science的发源地，bio和neuro比较强。不过之前在这里的Prof Belongie去了Cornell。有两个CV实验室，SVCL和Computer Vision Laboratory。
说完加州，再看看其他学校。布朗大学的实验室做过很酷炫的project，比如3D绘图，不过组里面中国学生不多。这个网站上面有各个国家做vision的教授的总结。
说完加州，再看看其他学校。布朗大学的实验室做过很酷炫的project，比如3D绘图，不过组里面中国学生不多。这个网站上面有各个国家做vision的教授的总结。
