“2016012132”版本间的差异
来自iCenter Wiki
（→2017年6月30日） |
（→2017年7月1日） |
||
| 第9行： | 第9行： | ||
*学习内容 | *学习内容 | ||
| − | 了解了usb | + | 了解了usb webcam的工作原理，进一步讲解了pync的优点，pync内部的硬件可扩展性非常强，在未来的会发挥较大的作用。 |
学习了使用tensorflow来训练系统，识别图片，讲解了核心的代码，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，达到识别图片的目的。 | 学习了使用tensorflow来训练系统，识别图片，讲解了核心的代码，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，达到识别图片的目的。 | ||
我觉得这个技术可以应用到人脸识别上，不过可能失误会比较大，需要的学习次数因此就比较多。 | 我觉得这个技术可以应用到人脸识别上，不过可能失误会比较大，需要的学习次数因此就比较多。 | ||
2017年7月1日 (六) 19:29的版本
2017年6月30日
- 完成调试pynq audio部分
2017年7月1日
- 完成教程实验usb_webcam
- 完成教程实验opencv_filter_webcam，
- 学习内容
了解了usb webcam的工作原理，进一步讲解了pync的优点，pync内部的硬件可扩展性非常强，在未来的会发挥较大的作用。
学习了使用tensorflow来训练系统，识别图片，讲解了核心的代码，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，达到识别图片的目的。
我觉得这个技术可以应用到人脸识别上，不过可能失误会比较大，需要的学习次数因此就比较多。
