“2016012144”版本间的差异

来自iCenter Wiki
跳转至: 导航搜索
2017年7月1日
2017年7月1日
第9行: 第9行:
 
*下午主要对TensowFlow tfExample进行操作性练习以试图熟悉与理解
 
*下午主要对TensowFlow tfExample进行操作性练习以试图熟悉与理解
 
在tfExample中进行了TensorBoard展示的操作试验:TensorBoard是TensorFlow自带的图形化工具,可以展示出网络训练(内部权重和偏振)的效果,使用了MNIST数据集的训练过程并以TensorBoard展示。
 
在tfExample中进行了TensorBoard展示的操作试验:TensorBoard是TensorFlow自带的图形化工具,可以展示出网络训练(内部权重和偏振)的效果,使用了MNIST数据集的训练过程并以TensorBoard展示。
 
+
<br />
通过这些天,尤其这天,对于本来基本上没有学过编程(一看就觉得无所适从的我)来说是个好的开始,只少在操作中透过老师们与同学们的协助与交流后令我有了大致的体会。
+
通过这些天,尤其这天,对于本来基本上没有学过编程(一看就觉得无所适从的我)来说是个好的开始,只少在操作中透过老师们与同学们的协助与交流后令我有了大致的体会。以及也能看出PYNQ这个“电脑”里的各种功能对于原本需要复杂程序运行的简化使使用者/开发者能更简便地编码指令(包括用到Python语言,TensorFlow系统)
以及也能看出PYNQ这个“电脑”里的各种功能对于原本需要复杂程序运行的简化使使用者/开发者能更简便地编码指令(包括用到Python语言,TensorFlow系统)。
+
<br />
另外,值得一提的是:当天老师跟我们讲解了Deep Learing -tutorial 的一些基本概念与原理,
+
值得一提的是:当天老师跟我们讲解了Deep Learning -tutorial 的一些基本概念与原理,
 
+
<br />
 
*以下为PYNQ 中 USB Webcam 与 OpenCV Filters Webcam 功能的效果图
 
*以下为PYNQ 中 USB Webcam 与 OpenCV Filters Webcam 功能的效果图
 
<gallery>
 
<gallery>
第26行: 第26行:
 
文件:Download-3.png|USB Webcam (旋转图)
 
文件:Download-3.png|USB Webcam (旋转图)
 
</gallery>
 
</gallery>
 +
<br />
 
可见按PYNQ中范例语句实验操作效果如下:
 
可见按PYNQ中范例语句实验操作效果如下:
 
[[文件:2017-07-01.png|无]]
 
[[文件:2017-07-01.png|无]]
第32行: 第33行:
 
[[文件:Download-2.png|无]]
 
[[文件:Download-2.png|无]]
 
[[文件:Download-3.png|无]]
 
[[文件:Download-3.png|无]]
 +
<br />
 
*以下为TensorBoard展示MNIST数据训练结果
 
*以下为TensorBoard展示MNIST数据训练结果

2017年7月1日 (六) 18:43的版本

學習日誌記錄(以日子分隔)

2017年6月30日

主要完成pynq板调试与安装,其中主要花了較長時間在安裝PYNQ上

2017年7月1日

  • 上午主要实验了 PYNQ 中 USB Webcam 与 OpenCV Filters Webcam 功能的实现
  • 下午主要对TensowFlow tfExample进行操作性练习以试图熟悉与理解

在tfExample中进行了TensorBoard展示的操作试验:TensorBoard是TensorFlow自带的图形化工具,可以展示出网络训练(内部权重和偏振)的效果,使用了MNIST数据集的训练过程并以TensorBoard展示。
通过这些天,尤其这天,对于本来基本上没有学过编程(一看就觉得无所适从的我)来说是个好的开始,只少在操作中透过老师们与同学们的协助与交流后令我有了大致的体会。以及也能看出PYNQ这个“电脑”里的各种功能对于原本需要复杂程序运行的简化使使用者/开发者能更简便地编码指令(包括用到Python语言,TensorFlow系统)
值得一提的是:当天老师跟我们讲解了Deep Learning -tutorial 的一些基本概念与原理,

  • 以下为PYNQ 中 USB Webcam 与 OpenCV Filters Webcam 功能的效果图

其中


可见按PYNQ中范例语句实验操作效果如下:

2017-07-01.png
2017-07-01 (2).png
Download1.png
Download-2.png
Download-3.png


  • 以下为TensorBoard展示MNIST数据训练结果