这里是吴宇龙的学习日志
Day 1
上午：更新python软件，下安装tensorflow，notepad++，jupyter notebook，android studio等。
下午：安装python库，尝试使用tensorflow，运行model.py，并了解人工智能、深度学习思路，在运行300次之后，达到的准确率为0.72，在10000次之后为0.95.
问题：电脑识别图片的机制是什么样的？注意到初始准确率约为0.1，如何让机器知道他是第一次如何做错的，又是如何让它知道什么是对的呢？如果每次的测试图片都是一样的，那么10次就可以达到全对，所以300次运行时机器识别的是一个巨大的图片库，那么它识别图片的机制是如何实现的呢。
Day2-3
体验智能音箱，了解语音交互技术背后的故事
Day4
上午:了解声控智能硬件设计流程：语音指令设计与录音、语音识别的DNN训练、部署与优化DNN、app开发等。了解了语音识别的核心——自然语言处理和神经网络识别。体验了安卓平台的app编程并了解了原理。
对Day1问题的回应：识别机制是基于tensorflow的大数据处理，将图形or语音文件转换成多元向量，经过加权，建立神经网络，在应用的时候植入到app里面。
下午：基于PYNQ单片机进行编程学习，先由一个LED亮灯程序了解PYNQ编程机制，然后自行开发PYNQ计数器（虽然最后的程序未能顺利跑起来...) 最后体验了PYNQ中的人脸识别程序。
- 捕捉.jpg