查看“2018013334——张璟弢”的源代码

大家好
[[文件:张璟弢-人脸识别.png]]<br /><br />

7.5上午：体验了PYNQ板神奇的灯光控制功能以及光传感功能。将两项程序拼接后得到了可以根据传感器处光强实现了RGBLED灯光开关的自动照明功能。但由于时间有限,且对新设备不够熟悉，根据外界光强调整灯光光强和颜色等更高级的功能未能实现。<br />

下午：体验了人脸识别和语音功能。在设计只能迎宾系统的过程中,多次调试后,没能看不出人脸识别代码中传递人脸信息的布尔参数,无法进行人脸的条件判断,故没能完成完整的组装.<br />

7.6上午：初步熟悉了python系统下的Jupyter Notebook网络使用，装了很多软件。。。比较划水。<br />

下午：首先了解了python作为解释性的面向对象的程序设计语言的基本特点，也在随后的实际代码中切实感受到其相比于其余语言的优越性；然后对机器学习、深度学习有了一个全局性的认识。课中，大家对深度神经网络背后的原理诸如梯度下降法、反向传播算法的一些细节进行了一些讨论。这当中涉及到的数学之美令人着迷，特别是里面蕴含着的对代数符号的抽象化转直观化的形象理解。另外，这一切背后原理之简洁实在是非常impressing。<br />

7.7上午：在前一天所授内容的基础上，进一步学习了cnn(卷积神经网络)和rnn(循环神经网络)的原理及意义。有了前一天的基础，自然听起来显得轻松一点。尽管对于其中的不少细节仍然一知半解，但我想能够了解其中的应用意义，对我这样的初学者也大体足够。<br />

7.8上午：老师对之前的rnn细节作了进一步补充，也解决了我此前一天课程中对此的诸多疑惑之处。随后我们安装了Android Studio，并将课程中此前的理论知识转化到一个方面的实际应用上来：智能音箱。尽管只是一个很小的物件，但其中同样涉及到很多环节：语音识别、语义分析、知识库检索……好在深度学习技术的存在让这一切都简单了许多。后来又体验了iCenter以此课题开发出的语音识别apk软件。<br />

下午：总结学习成果，并细化学习了深度学习领域的Tutorial。