王绍航

个人简介

精密仪器系七字班咸鱼，肥宅生活却从来长不胖，爱好追番电影打游戏，Ingress绿军玩家 Learn more……

学习笔记

第二节课

讲授了一部分基本Git用法，初识PYNQ板，运行PYNQ实例。

第三节课

进行了PYNQ板实验，掌握了PYNQ板上上一些传感器的使用，也自己学习了一些Python的基础。

第四节课

练习音频处理和视频获取及人脸识别，认识了OpenCV库。

第五节课

学习了深度学习的数学原理以及梯度下降法的核心思想，了解了神经网络的一些基本算法，如卷积等；初始Tensorflow，用demo了解了初始随机参数、步进值、损失函数在深度学习中的作用。

第六节课

主要介绍了numpy库的使用，学会了利用np库和matplotlib库画函数图像；介绍了Tensorflow框架中“图”的用法和其模型搭建的流程，认识了深度学习最重要的数据集，并布置了上传唤醒词音频组成数据集的任务。

第七节课

更加深入了解Tensorflow框架对多种深度学习算法的实现，并对图像识别、语音识别、机器翻译等多种应用场景的具体实现方式有了一定的了解，掌握了Keras库的一些用法，介绍了智能音箱唤醒词的具体训练方式，并布置了借助GPU服务器独立训练唤醒词模型的任务。

第八节课

借助助教提供的App包，使用自己训练出的唤醒词模型编译了语音识别小程序，实现了录入唤醒词和指令的准确识别。

第九节课

介绍了YOLO的图像识别demo，课后实现了YOLO模型下的实时物体识别分类；介绍了Jetson TX2的硬件配置与应用方向。

第十节课

开始对Jetson板的刷机，由于下载文件问题进展缓慢。

第十一节课

完成刷机任务，成功刷入Jetpack 3.3，并安装了Tensorflow框架；助教简单介绍了ROS开源机器人系统，对课程最后的大作业进行了说明。

第十二节课

这次课程是体验性课程，主要是体验Aelos机器人的控制和动作的编写，最后进行了机器人拳击比赛，场面一度十分搞笑。

第十三节课

邀请了Momenta的研发总监进行讲座，了解到了无人驾驶领域的发展现状及广阔前景，可以看到，无人驾驶作为一个前沿产业，很受投资者的青睐，但也同时存在许多技术难关等待突破，可以预见在接下来的一段时间中该产业将继续保持良好发展的态势。

第十四节课

邀请了升值科技的李先生进行讲座，了解到了智能音箱以及智能物联网的模块化工作原理，可以看到在“物联网入口”的巨大市场下，谁能提供良好的框架，便能占尽市场先机。

课程总结

通过这门课程中，我对人工智能方向多个领域都有了初步的了解，我认为这门课程的定位属于概论型课程，在授课的过程中我也发现了一些自己的兴趣点，并对其自主学习，收获颇丰。