查看“2016012136”的源代码

=2017年6日30=

==操作内容==

完成了python和tensorflow的安装与调试。pynk板的调试需要一定的经验，我也遇到了一定的困难，首先问题出在储存卡上，储存卡是旧的可能已经损坏了，所以pynk板不能启动；之后的问题出在供电上，笔记本的电源功率比较小，由CPU和显卡分走了大部分电压之后可能就带不起来pynk了，所以增大供电电压之后就可以正常启动了。

安装好了pynk板，进行了简单的实验，使用jupyter对pynk板进行编程操作。在jupyter上用python操作比较简洁，代码少就能完成比价复杂的任务，比C语言要简单得多。


==学习内容==

陈老师讲述了ICenter wiki的使用方法，在ICenter Wiki上进行内容编写，以及计算机工作方式与课程的相关知识。

章老师讲述了gitlab的优势以及使用方法

听了老师的介绍之后，我对计算机的相关知识产生了一定的兴趣，之前了解较少，就在网上查阅了相关资料，打算在最近读《编码——藏匿在计算机硬件背后的语言》这本入门书籍。

=2017年7月1日=

==操作内容==

今天也遇到了一定的困难，pynk的登录对浏览器内核有要求，只有谷歌的内核支持比较好，所以用其他浏览器虽然可以但是稳定性可能比较差。

完成了pynk板的调试，将pynk的HDMI输出接口与显示器相连，使用opencv webcam拍摄，并将照片的基本设置进行更改，对象片进行处理。旋转，将图片转为灰度图，对图片信息进行计算，处理为黑白线条，并在显示器上输出。

从这几个例子中了解了一定的python代码处理，python可以用简单的代码启动设备，初始化HDMI输入输出接口，初始化摄像头并拍照，用HDMI输出就可以显示，然后在pynk板进行一些列的计算，进行Edge detect 并转化为线条画，在显示器上输出结果。

整体的过程难度没有想象中那么大，虽然不是很多python代码，但是能够勉强理解其中一些程序段的含义。

[[File:pynk output 1.png|caption]]

[[File:pynk output 2.png|caption]]

[[File:opencv webcam output.png|caption]]

还用cmd执行了tfExample文件，进行了简单的操作，在tensorbroad上显示出了最终结果，一个十维向量在三维的表示。

我认为，参与挑战的一些限制是在计算机基础知识和计算机的基本操作上面，例如对计算机硬件的不熟悉，例如显卡等，对计算机常用的命令行操作不熟悉，对其中的快捷键和常用命令不熟悉。所以，在平时就应该多进行学习，这些都还是很基础的计算机常识。

==学习内容==

了解了usb webcam的工作原理，进一步讲解了pynk的优点，pynk内部的硬件是可以编程的，编写新的功能就可以完成新的功能，可扩展性非常强，在未来的会发挥很大的作用。

学习了使用tensorflow来训练系统，识别简单的图片，由老师讲解了其中核心的代码，读取出图片的信息，制作成28*28的矩阵，在进行运算将其变为一个数，从图片数据库中随机抽取4长，进行机器学习，给予机器反馈结果，通过十轮学习，达到识别图片的目的。