2016总结

2016总结

2016年转瞬即逝,2016年里经历了很多,作为CSDN里的第一篇博客,以2016的总结开篇,希望在以后的日子里能够坚持写博客,记录科研生活的点滴,拿出好的东西来与大家分享。
一、读书

主要分两类:
1.专业相关
FPGA学习和入门绝佳的一本书《深入浅出玩转FPGA》
verilog硬件语言学习《Verilog数字系统设计教程》
学习FPGA的soc的两本书《特权同学陪你一起学niosii》以及黑金社区出版的《niosii那些事》
运用哲学思维去分析电子设计的《感悟设计》
EDA先锋工作室推出的《设计与验证Verilog HDL》
FPGA的进阶书籍《Altera FPGA/CPLD设计》
从系统的角度分析FPGA设计的《FPGA快速系统原型设计权威指南》
工业以太网总线相关的两本书《开源实时以太网POWERLINK详解》和《工业以太网现场总线EtherCAT驱动程序设计及应用》
2.课余闲杂
英国作家维多利亚·希斯洛普第一部长篇小说《岛》
史铁生的《病隙碎笔》这个并没有看多少,以现在的理解能力并不能去感受作者在受到种种不幸的体会。
尝试科幻小说《三体》,一直对多维空间和宇宙的概念很好奇,作为一个喜欢体验烧脑电影以及科幻电影的科幻迷而言,科幻书也能给一个全新的体验。
白岩松的《行走在爱与恨之间》,以作者的角度去解读日本,给了我一个不一样的日本,有机会一定要亲自去看一下。
摆在床头很久的《苏菲的世界》一直没看,可能一直看小说看习惯了,加上对哲学思想不敏感导致的,提上日程,逃离舒适区去接触不同的东西可能会有意外惊喜呀。

新的2017年,希望可以尝试更多的不同领域的好书,迎接更强大的自己。

二、科研
研究生第一年,科研刚刚开始,回顾一学期所做的事情,主要有两个:1.以FPGA为主控制器的进行模拟量采集和数字转化的板子,主要的工作是涉及底层程序的编写,边学习边做,做了半年到现在只能说做了一半还不到,实际操作中遇到了很多困难,之前想着到研究生做多少个项目的幼稚想法瞬间倒塌,能安安心心做完做好一个就是胜利。2、工业以太网协议在板卡上的实现,办卡主要是做从站,这个过程主要是接触和了解了以太网,离深入和实际应用还有很大差距啊。

在这里几点思考和总结:
1.理论重要,实践更重要,学会理论与实践相结合更有力量。
2.在不懂的地方思考和花时间总会有收获,即学习就是获取舒适区之外的知识。
3.有一段时间感觉无法去深入学习所接触的东西,这时需要重新去反思和总结之前看过的东西,以期获得不一样的理解;另一种方式是定好自己想要搞定的方向,并且从简单的东西做起。

三、闲杂
1.9月份和实验室师姐以及小伙伴们去爬了一趟泰山,第一次看到日出,不过半夜里爬了5个多小时,累成狗啊。
2.在十一假期的时候终于第一次爬了长城和香山,多谢小亮的款待。感觉北京真是一个除了雾霾多点,房价高点,然后人多点其他地方都很好的城市(个人观点)。
3.办了一张两年的健身卡,督促自己多运动,多运动啊,希望以后一直健健康康,毕竟身体是革命的本钱啊。
4.不知啥时候冒出哪根筋想去学游泳,一连去了全民健身中心三四次,游泳没学会,倒是感冒了一周,在大学的时候还有小伙伴一起去泡游泳池,读研之后只能一个人了,定的一个月自己学会游泳目标在2016没实现,在2017继续,树立一定达成的信心。

四.展望
1.好好搞科研,怎么才算好好搞呢,具体我也不知道,总之经常处于遇到问题和不断前进的状态就好,通常忙的感觉能让人充实点吧。
2.研究生阶段才慢慢懂得知之甚少和水平有限,既然是普通人,就一步步做吧,没有超常的智慧但具有不断进取和追求的心思也能有点成就吧。
3.坚持记录和总结科研中遇到的问题,分享好的东西,之前从中受益也应该推及于他人,做一个搬砖者也做一个传递者。
4.引用书中的一句话吧,“坚持年轻时候的梦想”。坚持做技术吧,把所学的东西应用于实践。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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