CC07-机器智能-学习日志2019春-前

周一

学号2018010304 梁宏程

这两节课让我们近距离感受了人工智能的相关应用。第一节课我们体验了摄像头识别“石头剪刀布”，可能是由于训练样本太少，造成了“全员石头”的尴尬情况；第二节课动手拼装了小车，但没有将自己亲手组装的车小拿去训练，十分可惜。希望随着科学的发展，识别的效率和准确率可以进一步提升。

学号2018010890 赵子健

第一节课进行了机器学习的“石头剪刀布”的训练，并且听了很多有趣的内容。第二节课学习了如何拼装小车，但是遗憾的是没有时间完成训练，对自己的动手能力有点失望。通过为数不多的训练我也知道，尽管两个进度条的比率都很高，识别仍然可以出现很多很多的错误。可能还是训练不到位吧，希望以后有机会可以得到一个更不错的结果。

学号2017012238 吕子原

通过这两节课的学习，我对人工智能的发展历程、实现原理、存在的局限等都有了一定的了解。第一次课上我们利用小摄像头拍照取样，供它训练，但不知是不是训练集太小，测试成功率很低。第二次课我们利用一堆原件手动拼装智能小车，了解了如何训练它按轨迹行走，我们操作不熟练，拼好车后没时间训练了，有点可惜。

学号2017080317藤井日华里

第一次接触到树莓派，尝试过用树莓派打开浏览器看视频等等虽然有点掉帧，但是还是挺不错的，拼装的小车没有训练很可惜，但是有点成就感。人脸识别很好玩，全员石头，识别出来的全是石头哈哈哈。

学号2017012282

小车拼了很久，虽然最终没有训练小车，但看了很多视频，感觉无人车还是挺有希望的，希望以后能有机会体验一次。

学号2018011089

本节课我们学习了人工智能驾驶，并用卫生纸铺成赛道训练小车，最后检验成果时发现小车自动驾驶效果并不太理想，可能是因为很多白色的东西都对小车有影响，或者是因为训练的数据不够多，不过大家玩的很开心，收获满满。

学号2017012189

本节课学习了人工智能的原理，并通过一起拼的小车采集了数据，感觉很有趣。

学号2018012035

今天学习了机器智能的相关知识，接触到了人工智能程序，与程序石头剪刀布，并体验了能自动驾驶的小车，虽然最后可能因为数据量太少的缘故结果并不理想，但还是深深感受到了人工智能的强大，感觉收获颇丰。

学号2018012121

今天学习了人工智能的相关知识，体会到了人工智能的强大与目前存在的局限性，了解了很多前沿的知识，感觉很有收获。

学号2018011757

本节课我们学习了如何通过电脑和手机来控制智能小车，并且通过在卫生纸圈出来的赛道上反复驾驶、记录数据来实现对智能小车的训练，使其能够在赛道上自己规避障碍进行驾驶，非常有趣。

学号2018010140

本节课我们学习了关于有关人工智能的知识，进行了人工智能视觉和深度学习的实验，并动手组装调试（虽然可能没有成功）了自动驾驶小车。对我来说，这次课打开了新世界的大门。

学号2017011232

第一次弄清楚人工智能的学习过程，并自己动手训练了自己的人工智能，虽然只是简单的手势识别，也还是很开心了

学号2017011964

这一轮课程中学习了人工智能的有关知识，老师也详细的讲解了具体的原理和学习的过程，让我受益匪浅。之后还进行了自己组装智能小车并训练其适应跑道的过程，让我们理解了无人驾驶的简单原理，也激发了我们的研究学习兴趣。经过这两次课程，我的收获很大！

学号2018011741

拍照以训练一个简单的AI，了解了它训练学习的原理并参与了动手组装，这可能是我对AI了解的重要一步

学号2018011044

这门课程中主要学习了机器学习，以前就了解卷积等概念，却从来没有机会实践，今天完成了

• 对AI识别石头剪子布
• 智能小车循迹的训练。，我一前也搞过寻迹小车，虽然模块很多，但没有机器学习，今天大致了解了机器学习的知识，以后可以有更近一步的实践了。

很有乐趣，但由于实验数据等的影响，最后结果也不能达到很高的要求，不过至少接触到了一些知识。 以后再实践起来，相信会有很大的进步

学号2018012051

在这两节有关机器智能的体验课上，我了解到了有关无人驾驶汽车方面的有关知识，并且动手参与了小车的组装。虽然小车的组装过程并不顺利，但我仍感受到了制造工程的精细。人工智能的学习过程也是我印象深刻！

学号2018012191

第一次课上我们训练了AI去识别剪刀石头布，可惜由于照片太少，导致准确率很低。第二次课上我们又亲手拼装出了一辆小车(虽然我好像只是拧了两节课螺丝，还拧废了两个)，还在卫生纸铺成的赛道上训练。

周四

学号2018013185

这堂课学习到的人工智能的只是让我改变了之前对人工智能的看法，让我对人工智能有了一个全新的认识，虽然石头剪刀布的识别非常不准确，不过小车的训练看起来还是比较成功的。

学号2018011430

这节课主要学习的是人工智能，第一周我们做了石头剪刀布的模型，虽然不是很成功，一个经验教训就是，一定要多一点数据，这样后来的识别成功律才会高。第二周我们控制小车在赛道上模拟自动驾驶技术，感觉很有意思，生成了一万多张图片和JSON文件，老师后来也补充了很多相关的背景知识，比如卷积层之类的，作为一名计算机系的学生，人工智能可能是自己未来研究的重点，这门课可以说是为自己以后的发展做了良好的铺垫。

学号2018010745

真正意义上的第一次接触人工智能，并且做了一个“石头剪刀布“的模拟，正确率还是可观的。第二周进行了小车模拟自动驾驶技术的学习，二十圈跑道一万多张图片与JSIN文件，看到自己的小车（用着别人数据训练）在赛道上成功的自动驾驶，还是感觉很号的。

学号2018011146

这节课了解到了近来大热的人工智能，深度学习，发现其实并没有那么神秘。在训练石头剪刀布这个项目时，原始数据并不是拍的很好，导致最后得到模型正确率并不是很高。第二周则是接触了自动驾驶技术，加上上学期去过Momenta参观，发现L4，L5的实现目前来说是非常困难的。也由于深度学习的黑盒子性质，并不能确定自动驾驶一定安全，还需要相关技术的突破。

学号2018011284

这节课学习了一些关于卷积神经网络的知识，以前只是听说过有这么一个很火的流行词，但是对这个词从来都没有概念。这次总算是知道了卷积是什么，什么是卷积核了。我们还自己搭建了学习平台，亲自利用数据训练了我们自己的“人工智能”，虽然不管输入什么它都识别成石头，但还是体验到了训练的过程。最后我们了解了如何学习自动驾驶，并亲近训练了小车，十分有趣

周五

学号2018011742

人工智能，遥远却又如此接近。在机器智能的两堂课中，我觉得最主要的重点就是智能机器的“学习”过程，在第一节课中，主要是一个程序通过摄像头记录大量的手拟的石头、剪子、布以及背景的图像，然后程序会自行识别出其中的重点，学习特征，以便在后面的实验中正确识别上述的三种手势。这个程序涉及到一些层、卷积的概念，当然我们目前也无法深究了。我们组的数据较多，机器学习反映的正确率接近100%，然而在测试时就严重打脸——我们发现我们的数据中，剪刀和布的侧面太过相似了，这个或许就是机器无法正确识别剪刀和布的原因，至于为什么会有100%，老师说可能是过拟合了，但是我们始终都没有调整成功。第二节课则通过树莓派用手机遥控来控制小车，并通过摄像头记录赛道，以最终实现初步的自动驾驶。我们组的数据收集的同样比较好，但是在系统自我训练之后也只能完成直道和略弯道的自动行驶。这两节课让我初步了解到了什么是人工智能，但同时让我觉得人工智能并不“智能”，反正比我笨多了。

学号2017011418

学习了人工智能相关的知识，虽然并没有涉及原理、，只是用封装好的程序进行操作，正确率也非常堪忧，但是对于入门而言还是很有意义的。

学号2018010509

在机器智能的两堂课中，我觉得最主要的重点就是智能机器的“学习”过程，在第一节课中，主要是一个程序通过摄像头记录大量的手拟的石头、剪子、布以及背景的图像，然后程序会自行识别出其中的重点，学习特征，以便在后面的实验中正确识别上述的三种手势。第二节课则通过树莓派用手机遥控来控制小车，并通过摄像头记录赛道，以最终实现初步的自动驾驶。这两节课让我初步了解到了什么是人工智能，但同时让我觉得人工智能并不“智能”。