关于北京化工大学计算机专业毕设

关于北化毕设比较重要的事件就三个
（1）选题，大概大四上的12月份的某个清晨。每个老师会带大概五六个人，也有的老师会带十几个，但是每个人题目都不一样。有些人会提前跟老师约定好做那个老师的某个题目，不过这个是少数，一般都是日后是那个老师的研究生或者特别喜欢那个方向。选完课老师会手动确认，确认完题目和导师就定下来了。当然后期也能改题目。
题目一般分两大类 ：一种是偏向工程的，类似于数据库课设那种，另一种是偏研究的，以卷积神经网络相关知识居多
（2）答辩 初期答辩-中期答辩-终期答辩 每期必不可少PPT，初期主要是老师看一下你这个题目可不可行，中期看你有没有明确的方向，最终就是出成果，只要做出东西来问题都不大，最终有的老师会看程序演示。
（3）写论文 论文的产生是一个复杂过程，在终极答辩后还能继续改一点，格式很重要，会查很多次，建议这个时候去学校西门出去的什么樱花打印社，人少一点，但是价格比学校贵好像。

我去年做的毕设是手势识别，最终确定方案是使用卷积神经网络的方式完成的，具体代码就不提供了，我会把我全程用到的东西放在这里，沿着这个道路还是可以的，起码我这边确实出东西了。

资料

授之以鱼不如授之以渔，我先给大家一渔
面对未知的领域应该怎么办呢，就是查，直接从谷歌上搜关键词。
（1）首先看人话 从博客上看几个访问量点赞量大的，能了解这个领域的大概，知乎上面也有一些不错的解答。
（2）接下来看鬼话 是时候用中国知网了，学校图书馆上面可以免费试用一些资源，不要自己买，下几篇引用量高的时间又比较近的那些论文来看，如果领域特别新，估计只有英文资源了，用谷歌翻译来看将是你不错的选择。
（3）上代码 github是编程必备的好基友，只需要谷歌搜索 关键词+github就能出相关的东西，选一个类似程序看懂了改编。

这里是关于卷积神经网络相关的知识
斯坦福大学2014机器学习教程中文笔记目录
http://www.ai-start.com/ml2014/
机器学习500问
https://github.com/scutan90/DeepLearning-500-questions
吴恩达老师的深度学习课程笔记及资源（网易云课堂上面有视频）
https://github.com/fengdu78/deeplearning_ai_books
超全的机器学习知识
https://github.com/ChristosChristofidis/awesome-deep-learning
通俗理解BP传播算法
https://zhuanlan.zhihu.com/p/24801814
关于卷积的由来
https://blog.csdn.net/aws3217150/article/details/46316007
关于卷积简单视频介绍
https://www.youtube.com/watch?v=NVH8EYPHi30&index=3&list=PLtBw6njQRU-rwp5__7C0oIVt26ZgjG9NI

工具类
地球人都知道的github https://github.com
翻译英文论文的通天塔，里面也有一些论文可以阅读 http://tongtianta.site/