查看“2015012614吴霜”的源代码

2017.10.17 第一次小课

首先，老师向我们讲解了机器智能／人工智能的概念，并介绍了机器智能的实现方式——机器学习。其中，老师又重点介绍了深度学习，简单的说，即通过神经网络的隐喻，用调参数的方法来不断优化模型。

接着，我们安装了python的运行环境，并尝试体验了ReLU等函数的使用。

然后，我们学习使用了Git平台，了解了平台协作的操作方式和实用价值。

最后，我们初步接触了云平台的概念。包括IaaS（基础设施即服务），PaaS（平台即服务），SaaS（软件即服务），并了解了iCenter提供的多个云服务平台。

通过这次的学习，我对小班课的内容有了初步的理解，并感受到了信息技术发展带来的高效与便捷，希望在以后的课程中通过参与课程活动得到更直观的认识。

2017.10.24 第二次小课

1. 学习信息产业发展定律，包括摩尔定律、安迪-比尔定律、反摩尔定律等。感受到了信息产业自身性质带来的迅猛的更新进程以及相适应的垄断特征。这种产业特性推动了创新，同时也对人们不断学习适应新领域提出了更高的要求。

2. 学习有关深度学习硬件的专用加速器 deep learning accelerator的知识，了解了谷歌等公司目前在人工智能产业的进展与布局。初步认识AI的产业前沿。

3. 安全帽检测系统活动初步开展。每位同学分享了对象检测技术在如古文字识别、室内设计等各专业领域可能的发展前景和面临的困难挑战，开拓了思路。

4. 演示PYNQ 硬件使用。希望在下节课能够有更真切的体验。

2017.10.31 第三次小课

这节课主要围绕计算机视觉展开。计算机视觉模仿人类的视觉系统，其目的就在于know what is where by looking.

1. 老师为我们讲解了人类的神经系统，尤其是视觉通道和大脑的构成及其信息传递方式；

2. 尝试感受了实时的人脸识别技术；

3. 自己动手对人和安全帽的图像进行标注，感受了计算机视觉所需要的数据集的构建过程；

4. 以亚马逊的Echo智能硬件及相应的生态系统为例，体会了计算机视觉可能对未来生活造成的影响，包括无人超市、服装推荐、物流系统自动化等；

5. 感受了用计算机视觉在艺术领域的运用，体会了Neural Art怎样通过计算机视觉实现照片艺术风格的模仿。

2017.11.07 第四次小课

1. 人工智能发展的背景与国家战略。国家将智能硬件、智能机器人、智能运载工具作为人工智能的三个主要发展方向。现阶段，我国在人工智能领域的科研水平世界领先，但资金的投入还与美国有很大差距。

2. 计算机视觉在无人驾驶中的应用及应用中主要面临的技术问题。

3. 语音识别原理及语音信号探究实践，感受了语音指令设计、语音指令录音、训练的过程。

4. 人工智能在娱乐（如电脑游戏）中的应用

5. GAN生成对抗网络概论