新手20天自学吉他入门

本文记录了一个新手在20天内自学吉他的过程,从基础设备认知、视频教程学习、六线谱掌握到实际曲目弹唱的逐步进展,最终实现初步目标。作者通过对比吹箫的经历,反思了目标设定,并分享了学习乐趣和挑战克服的过程。
摘要由CSDN通过智能技术生成

1.计划介绍

1.1目标

寒假结束(7日-28日)前,每天1h完成一首说得过去的曲子弹唱。

任务

任务描述截至日期完成情况
调研目标的可实现性,完成总体计划设计。2月9日执行中

2.实施情况

2.7 第一天

  1. 观看《吉他标准入门视频》1-4
    • 了解了关于吉他的一些设备(例如调音器、变调夹、节拍器等)
    • 了解了吉他的常见构造
    • 对吉他进行了调音
    • 了解了拨弦手法
  2. 进行了短暂的拨弦练习

2.8 第二天

  1. 观看《吉他标准入门视频》5-6(约40min)
    • 认识了六线谱、和弦图、扫弦图和左右手手指代号
    • 七音阶学习
  2. 练习七音节(20min),大体记得各音阶位置了,能不看谱弹出七音阶

2.9 第三天

  1. 经过自学,发现不需要调研了,计划目标貌似制定的低了,应该能实现当初心中目标。吉他入门不是很难。不禁想起四五年前自学吹箫,对气息要求太高了,每次吹响都费劲,实在太难了。
  2. 观看《吉他标准入门视频》7(约10min)
    -《 三分钟学会小乐曲》
  3. 今天练习时间比较多,先练了一会七音阶,后来一直练《小蜜蜂》,练吉他实在太好玩了,一遍练吉他,一遍唱简谱(有种练美声唱法的感觉)。

10.11.12请假

2.13 第四天

  1. 观看《吉他标准入门视频》(约10min)
  2. 感觉到了难度,还停留在《小蜜蜂》前四节,练习了50分钟。。

2.14 第五天

  1. 小星星吉他谱
  2. 先教妹妹弹吉他,然后和妹妹一起学会了弹《小星星》初级谱。(3h)
  3. 2.15 请假

2.16 第六天(懈怠了)

2.17 第七天(懒惰了)

2.18 第七天(迷途知返,目标实现)

  1. 1h30m 练《小星星》,以前边弹边唱 唱名,现在唱歌词感觉有点难哈。成果:输出了一段较为满意的《小星星》弹唱音频。
  2. 回头看,我竟然花了90分钟,练一首我本来已经会谈的歌,时间噗呲一下就溜过去了,不可思议。
  3. 感觉其实我已经实现我的目标了,当初没学习前对自己的目标要求就是现在的效果。
  4. 接下来每天1h随意练习了。就跟着视频教程来了。
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值