袁炜林

2019/7/1 Day 1

对于本门课程、课程wiki、git、PYNQ板有了初步的了解。

·建立个人的wiki档案；

·利用fork操作从课程git上复制了课程所需的材料；

·安装python和jupyter notebook，并学习熟悉界面的基本操作及几种jupyter notebook支持的语言；

·连接PYNQ，在jupyter notebook上试运行一个老师提供的example；

2019/7/2 Day 2

继续学习PYNQ板的各种功能。

·进行环境光检测，并编写一个简单的智能路灯代码；
·运行用外接麦克风录音并playback的代码；
·运行opencv人脸识别的代码；

2019/7/3 Day 3
== 学习机器学习的理论基础。

·了解什么是Machine Learning，用什么方法；
·了解Tensorflow的框架是如何建立的，运行一个利用tensorflow训练的分类器实例；
·具体了解Deep Learning的运算过程，明确用梯度下降方法计算损失函数最小值的过程；
·了解Tensorflow是机器学习方法范式的原因：数值计算的稳定性，很难保证结果的准确性；