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2018012588 李明坤

这节课也太有趣了吧~ 不仅是变态自虐的赛道设计，还有队友神乎其神的精湛车技，更奇葩的是，在了解了小车通过“视觉”识别指导行进方式后，队友利用纸条诱引小车转弯，神操作不断啊~

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2016012012

虽然只有一周一次课的时间，但是这个单元内我了解到了使用树莓派控制的小车、使用手机亲自操作了这个小车；并且也使用自己拍的图片训练了人工智能，让它能够初步识别石头、剪刀、布的形状（但是因为数据规模比较小，识别的实际效果并不好，错误率很高），也看到了TensorFlow的机器学习潜力。

学号2018012265

今天接触了人工智能的一些相关应用，包括用树莓派控制的自动驾驶小车和机器学习的“石头剪刀布”的训练。控制小车时比较遗憾的是因为手机本身重力感应设置的问题没法用重力感应控制；而机器学习的训练让我感受到算法的强大和很多不足，至少在这个实验中还有很多很多不够完善的地方，计算比较缓慢，最后的出错率也很高。通过这节课的学习，我意识到人工智能的未来的潜力，但当前的技术还是有待完善。

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。

学号2017012378

这节课上我们学习了有关AI的基础知识，课上做了一个十分有趣的心理测试，人在精力高度集中时对其他活动的反应往往较为简单，可以在一定程度上被预测，如果在大数据的基础上，使用更复杂的算法，那么更多场合下人类的行为或许也能得到预测。

学号2017012369李昊阳

这节课老师讲了许多理论层面的知识，因为之前没有接触过这类知识，所以感觉非常有趣！从宏观的层面感受了人工智能应该是可以通过学习超过人类的（虽然我很不想这样），因为人的动作和心理甚至学习能力都是可以总结出规律的！我们先用手机连接了带“眼睛”的小车，只用手机重力感应来控制小车前进后退和转向，真的很神奇。后来知道了人工智能是可以学习的，并且需要巨大量的“训练”，接触了卷积核的概念，然后处理了几百张剪刀石头布的照片，从而训练出识别手势的能力，然后老师讲了它学习的原理，虽然没听特别懂，但是了解到了大意!!很好玩！！期待再来！

学号2018010768张家瑞

这节课我学习了很多关于人工智能的知识，了解到了人工智能发展的历程和目前众多的机器人的应用。同时我还采集了大量的图片，让人工智能自动识别我的手势石头剪刀布，成功率很高，很有成就感。

学号2017013029杨璟璇

学习了用手机遥控小车，AI识别剪刀石头布。拍了好几百张照片，虽然成功率不高，但是很有趣。我意识到人工智能的未来的潜力，但当前的技术还是有待完善。

周二

学号2018011269郭与时

我对机器学习的方法有了基础的了解，知道了卷积和全联接的算法，虽然没有自己动手编写但还是然我学到了很多

学号2018080123 叶鲁斌

通过几个课时的了解，对机器人的简易动作编辑有了基础的掌握，也对智能机器人的运作有了全新的认识和思考，非常有趣的课程！！！

学号2018011395 杨见珂

这节课学习了简单的训练人工智能的方法。首先教会了机器识别石头剪刀布（虽然准确率并不高），接着训练小车在跑道中跑圈，训练出来结果还不错，只是小车自己跑得很慢，有可能是由于电池重量太大。

学号2017010574 李明锴

学习了机器学习的一些基本概念，包括图灵测试和卷积神经网络等。最有趣的是训练小车在轨道内跑动，这个项目对于遥控小车也提出了很高的要求，由于样本数太少，训练的结果不是很理想，但是使用了老师给的充足的数据后，小车基本实现了“自动驾驶”。

学号2018011797 呼昊

通过学习机器人的使用，人工智能的原理，体验了如何使用软件给机器人添加各种各样的动作，收获了许多。课堂上的机器人搏击赛也十分的有趣。

学号2018011282 严宇康

这节课学习了有关机器学习的知识，老师介绍了机器学习的历史以及有关卷积网络等的知识，然后通过软件让我们体验了机器学习是如何通过图片识别手势是剪刀、石头还是布。再之后让我们尝试通过机器学习设计智能小车，使小车能够在没有行驶过的道路上还能行驶

学号2018010249 马昱骁

在机器智能的课程中，我有幸接触到了闻名已久的机器学习的过程。因为知识基础和课程安排的原因，我没能接触到机器学习相关的算法设计，也不能真正学习到机器学习的具体原理，但我还是了解到了机器学习的具体过程以及它的学习方式。在第一节课上，老师为我们介绍了机器学习的一些基本过程和具体应用，比如现在很流行的无人驾驶系统，老师借用之前UBER无人驾驶汽车事故为我们介绍了无人驾驶汽车的工作原理，它所用到的机器智能技术，以及这种技术的优劣和亟待解决的问题。在了解了机器学习的基本过程以后，我们进行了实践，让电脑识别“石头，剪刀，步”，在实践开始之前，老师为我们介绍了我们所用的机器学习程序以及它的工作过程，比如加载数据，卷积等。在了解了工作工程后，我们开始了实验。一个小组三位同学，分别在摄像头前摆出“石头，剪刀，步”的样子进行拍照，为机器学习提供数据基础，之后我们将收集的数据放入程序中开始训练，使电脑具备识别“石头剪刀布”的能力。经过这次实践，我真切的体会了机器学习的过程，并且认识到数据量与数据的质量对模型训练的重要程度。

在第二节课中，我们对智能小车进行了训练，承接上节课所学的知识，进行了进一步的实践，首先操控小车在赛道上行进以收集数据，之后加载数据训练小车。这次实践的效果较为明显，训练后的小车，基本能沿着弯曲的赛道行进而不偏离。经过这两节课的学习，我对机器智能有了一个基本的认识，也体会了机器学习的基本过程，了解了数据对于模型训练的重要性，收获很大。

周三

学号2017013527 邱轲

今天课上老师带领我们了解了人工智能的发展历史和相关概念，知道了神经网络中的输入层、隐藏层、输出层的含义，了解到了卷积核对提取图片特征的作用。然后我们自己动手实际操作，搭建一个简单的网络模型，并教会了它如何识别“石头剪刀布”中的各种手势。

学号2017012113 熊典

这节课的主要内容是人工智能. 老师先是讲了很多案例, 让我们对人工智能的历史和现状, 以及它能做什么、怎么做有一个大致的了解. 随后尝试用手机在网页上控制小车的运动, 老师告诉我们, 在下节课将会用机器学习的方法让它自己根据路况来前进. 之后我们自己用相机拍摄了几百张照片, 分类为石头、剪刀和布, 使用老师提供的机器学习软件来学习, 学习完成后再另拍照片测试学习成果. 可能是因为样本数太少、样本质量不高, 测试结果并不很好, 希望在下节课的任务中能做得更好.

学号2017011239 方佳豪

今天通过一系列视频和图片具体感受到了人工智能的奥秘。并且通过简单的石头剪刀布的模型来初步感受了机器学习的流程和一些相关概念，比如卷积在图像上的运用。从实际效果来看，图片数量不够多，导致测试的时候结果并非十分理想。由此也体会到了训练集的重要性。

学号2017011293 朱程睿

今天对于人工智能进行了简单的学习，老师带领我们了解了机器学习的历史、方法、应用，并详细介绍了卷积神经网络的结构和原理，我们还用一个程序试验了卷积神经网络的搭建和训练，利用我们拍摄的400多张剪刀石头布的图片进行了训练，用时竟然需要40分钟，让我感受到了机器学习所需的计算量之大，才明白GPU以及高速计算的重要性。有了这一次课打下的基础，非常期待下一节课的小车训练。

2017011709 张来彬

今天上课主要是了解了AI涉及到的一些概念，例如机器学习，神经网络之类的。然后通过观看一些视频具体的了解了算法的重要作用。在具体的实践方面，我们先是通过手机控制小车完成基本的前进，后退以及转弯等动作。接着通过拍摄剪刀石头布的照片来训练AI识别图片。由于电脑性能问题，所以在课上时间没有能够完成。但在中间尝试测试了一下，发现效果还行。但还是会出现很大的问题，可能是样本的数量太少造成的。

2017011510 王哲威

学习了人工智能的一些内容，试着用小车进行了一些采样，课程过程非常有趣。老师也给我们演示了训练后的模型的效果。后面回到教室，老师给我们讲述了一些关于人工智能和自动驾驶的内容，了解了一些新的发展。 （刚才复制了格式忘记改名字了）

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

2017080039 萨尔曼

我们今天学习了关于人工智能的许多方面的知识，并且体验了人工智能的小车的自动驾驶环节，非常有意思。

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，主要集中于对于图像的识别，我们采集了很多石头剪刀布的图片，然后对其加上label用CNN网络进行训练。虽然整个过程中并没有深入学习其背后的原理，只是用封装好的程序进行操作，但是对于入门而言还是很有意义的。最后处理完成后，程序似乎出现了一些问题，在图像识别的正确率上有些堪忧。我觉得在采样时一方面应该降低图像的分辨率，另一方面在处理的时候不知道有没有shuffle？助教小哥过来调了半天参。总之，这节课非常有趣。

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”。

学号2018012733

本课程里我们学习了如何通过实际操作使得计算机变得“智能”。我们通过采集石头剪子布的图片，用一个现成的软件使其深度学习石头剪子布的动作并希望它能有效识别出新的样本图片。不过遗憾的是，我这组深度学习后的识别成功率还是不尽人意。在助教的帮助下，我们修改了一些数据并再次让程序“学习”，最终识别成功率有了一定的提升（虽然还是不太行）。我们还体验了一下通过手机来遥控智能小车，不过由于时间的限制我们没有进行自动驾驶的学习，还是有一点遗憾。

学号2018011482

这节课我们使用一些“剪刀石头布”的手势进行了机器学习的实验，但是尽管我的正确率很高，我的检测却基本没有成功。我的思考，可能是我们组拍摄的图片过于单一，不能很好地训练神经网络；第二个实验是训练小车在跑道上行驶，无论是训练的过程还是训练的结果都比较令人满意。

学号2018050035

这个单元了解了人工智能相关的知识，并进行了石头剪子布得实验，还操控了小车。

学号2018010949

这节课我们学习了计算机网络深度学习的例子，使用一些“剪刀石头布”的手势进行了机器学习的实验，第二个实验是训练小车在跑道上行驶，感觉很有意思。

学号2018011772

课程中了解了一些关于人工智能的基本事实，并且用老师提供的人工智能进行训练了判断手势的功能，可惜不太成功。还进行了小车对路面情况识别的训练。课程很有趣，要是还能更深入一点就更好了。