查看“CC07-机器智能-学习日志”的源代码

2个与艺术相关的人工智能实例
*[https://magenta.tensorflow.org/assets/sketch_rnn_demo/index.html 绘画]

*[https://piano-scribe.glitch.me/  弹琴]

*[https://emojiscavengerhunt.withgoogle.com/   物体识别]
*安全帽openCV基础

*[[英伟达nvidia Jetson TX1]]

*tenserflow 实例音频识别

*人工智能初创公司介绍及演示

*[https://js.tensorflow.org/  基于tensor.js的demo]

*[[通过神经网络风格化照片]]


===周二===
====2018011551 王洋====
''''第一节课：''''在第一节课上，我们了解了
''''第二节课：''''第二节课一开始，马老师首先给我们介绍了关于Github的一些相关知识，例如实现多人编辑同一文件的原理。之后我们继续讲解了人工智能的相关知识，例如：卷积神经网络，循环神经网络，以及长短时记忆神经网络（LSTM）等等。然后介绍了一些基于人工智能的软件以及网站，从中我看到了人工智能的强大——能够部分识别人的语言（通过函数方法实现对人声函数的识别），以及把曲子转化成特定乐器的程序，还有把梵高名作《星空》制作成风格化的照片的软件……但是如今的人工智能还有很长的路要走：首先是如今的人工智能执行指令所需的过程很长，听老师说，可能会有一小时甚至一天来完成一些人的指令。其二就是人工智能的准确度有待提高，在上堂课上，我们利用网页上基于Tensorflow和RNN的程序实现画图和转换音乐——但最后的效果并不像想象中的那么好——如果说人工智能存在等级的话，那么它应该就是相当于1—3岁小孩的智能一般（画图仿佛不过是简笔涂鸦而已）。

====2018010679 朱泽鹏====

====齐俊杰2018010570====
==人工智能==
人工智能是现在非常火的一个话题，但是身为一名清华大学的本科生，我们对他的认识不能只停留在人工智能非常厉害上。本节课中，马老师带我们体验了人工智能TENSORFLOW环境的搭建，体验了利用人工智能软件绘制图片，转换音频文件等操作。人工智能是来源于人类对自己的理解，来源于对脑科学的研究，人们企图用一个个电器元件来模仿神经元，达到机器自主学习，自主阅读，自主决策等功能。实际上人工智能是需要大量的训练的，而训练需要极大的计算能力，可能需要几天的时间，而训练的实质实际上是给人工智能一堆参数与数据，并给它结果，然后计算机通过设计参数最终实现从输入到输出的转换过程，而这就是训练过程，以后计算机只需要识别输入是否和最初的输入相同，就可以来判断是否要输出相同的结果。

====周三===
====学生====
====学生====
===周五===
====学生====
====学生====