更改

''''第一节课：''''在第一节课上，我们了解了有关智能的相关知识。同时使用基于Tensorflow和python的相关函数画出了一些数学方程的拟合图像。

''''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）。然后介绍了英伟达NVIDIA的VISIONWORKS，它是通过GPU的计算来实现视觉识别以及自动驾驶技术。第二个介绍的是基于python编程语言的智能硬件——PYNQ（Python for Zynq）（个人感觉类似于树莓派），它主要是以低功耗为主，所以性能并不是十分强大，但是它在一块板上集成了多种功能。Zynq）（个人感觉类似于树莓派），它主要是以低功耗为主，所以性能并不是十分强大，但是它在一块板上集成了多种功能，适合普罗大众的需求。