取经人在开始

辗转反侧很久，又是重新再来。

一旦坏习惯的开始，就需要花很长时间慢慢的修正。—警言

总结：

1.集创赛：在集创赛中，自己做的是图像部分。

在摄像头部分中，卡了半天。这由于正点原子官方中，他们家自己的摄像头是带有晶振，对于我们自己使用的摄像头，是需要我们FPGA给他输入一个晶振。
在图像处理部分，一开始我们就需要分两帧图像做差，但是如何将两帧图像存储呢，于是在阅读一些代码后发现，我们可以关掉sdram乒乓操作后，就可以在一个bank的中存取，我们将高8位存入前一帧的灰度图像，低8位存入后一帧的灰度图像。这个高8位，和低8位的图像是利用dqm掩码，存入高8位的时候，低8位不存储。
以及对于FPGA，接了一堆传感器的时候，我们需要共地！！！
在答辩的时候,才发现我们自己的项目，没有体会出项目标题的思想，智慧农场，体现的是一个智慧，我们所做的项目，就将传感器的信息，采集到FPGA里后，就做了显示。没有传感器交互，联动。即就是没有做到传感器的融合。而且，在若贝杯的题目要求中，是有机械结构的要求的，我们的农场中机械结构只有步进电机组成的大棚卷帘。
以上大概就是我们出现的问题。

2.暑假期间：为了想要在FPGA实现神经网络，于是就选择学习pytorch，实现的一些分类任务。以及参加Xilinx的暑假学院

在一开始的配置环境就给我深深的上了一节课，一开始对于一个做硬件的同学，不能理解，装anconda的好，为了什么一个电脑里面可以有两个python（这里我自己到现在也不是很明白）。anconda在windows端有图型界面，让我自己对于anconda一开始的认知就是一个工具包，之后我在上面装了jupyter notebook。之后当我在anconda下创建一个虚拟环境，创建一个python3.6（一开始自己装了的anconda默认是3.8），之后再在3.6的环境开始装了pytorch，开始下载，过一会儿就断了，下载这一块，对于一个西安的普通学生太难了，最后看了评论的一些指引，我们可以换源！挂到了清华镜像源后，终于下载这些包，快了一些。不过还是不行，最后通过反复下载，才勉勉强强把环境准备好了。
终于我打出了那个恶魔的低语

import torch
torch.cuda.is_available()

通过这两行代码后，它返回了True
学习正式步入了开始。
如何加载数据集，将数据集分成训练集和测试集，卷积核的操作，以及池化，为了减少参数，得到更好描述对象的一些特征，之后就是损失函数，反向传播，优化器，对于我们每一次的训练，我们通过损失函数，计算出误差，通过反向传播，传给优化器，进行优化。学完这些了和一些函数。最后的全连接层，跑了一次完整的训练。对于深度学习才有一个简简单单的入门。
之后就是了解各个网络的结构。
刚开始入门的Lenet网络，通过学习认识到了，在每一次的卷积后有一次激活函数relu，以及全连接层的展平处理，以及梯度清零，没有梯度清零，我们还需要参考训练过的数据集，会导致batch_size(一次训练需要的图片多少)会很大，这就是梯度累加。
AlexNet网络：其中比刚开始的网络，他有一个随机失活函数，很好的解决了过拟合的问题。
VGG网络：我深深感受到了算法的强大，里面出现了一个叫做“感受野”的词，通过堆叠2个33的卷积核来代替55的卷积核，此操作降低了参数量
GoogLeNet：引入Inception的结构，融合不同尺度的特征信息，以及利用1*1的卷积核进行降维，进行映射处理，还有就是添加了两个辅助分类器帮助训练，丢弃全连接层，使用平均池化减少参数
ResNet:看到了这个网络，我震惊了，来自何凯明大神和一些大神的国人提出的一个超神的网络解决，当网络层数很深的时候，他会梯度消失或爆炸，以及退化问题。BN来解决梯度消失，退化问题是通过残差结构来解决，因为超深的网络结构，导致参数量的庞大。
MobileNet:因为ResNet超深的网络结构，导致参数量的庞大。我们无法把这么庞大网络结构放在FPGA中，于是我找到了Mobilenet网络，利用DW解决，卷积核的channel为1，每一个的卷积核个数，跟输入的特征矩阵channel保持一致。PW和DW配合使用。v2板本，之后又利用倒残差，减少参数
之后就是找到了一个利用Mobile做的人脸识别，在其中全连接层，引入Facenet，在网络结构输出了一个特征量，利用上传在数据库中的特征量，与输入进去人脸的网络的图像得出的特征量，进行比对。如果差值小于一定的范围，则就是人脸匹配成功。

Xilinx暑假学校。

在此次暑假学习，让我了解到了vitis-ai这个工具，我们利用此工具链，可以将其网络的模型放入进去，并在ultra96板子上布署。这次暑假学校认识各个厉害的人，他们的表达能力强，对其一些问题早已经有了很深的研究，提前准备好，而自己就是简简单单的早早了事，可能这就是实力的差距。
附上自己白嫖的鼠标垫：

开学后

刚开始就便是对于ubuntu的环境配置，由于自己的操作失误，导致window被ubuntu系统覆盖，做了两个Ubuntu的系统，还一小心把学姐的U盘的数据整丢了，对此对那位学姐深感抱歉。通过学习Ubuntu的各种命令行的操作，touch，mkdir，创建用户，删除用户，ssh，进行对服务器的交换，超级用户权限使用。
之后又是对于软件安装的颠沛流离，一会那个要加个环境变量，一会那个要执行个命令。
在我的努力下，终于证明Ubuntu20.04不稳定。

前行的方向

在暑假的想出的静脉识别的项目，在之后找到常立博老师后，知道了，对于这些静脉，一些微小的细节识别，需要深层网络，但是由于板子的限制，我们只能使用10层左右的网络，参数量18M，很快我们的想法就落空。希望以后自己在这条路上可以把这个项目实现出来。
下午就是下载好vitis-ai，熟悉工具链，做一个好的学长。

心之所向，素履以往。