cv学习总结（11.14-11.20）

本周主要完成了assignment2中的connected_layer部分的代码，跟assignment1中的two_layer_net相比，虽然整体思路都是实现全连接的网络，但是connect_layer可以实现任意多层的全连接神经网络，代码相较于两层全连接，大同小异，不同之处在于需要利用循环结构去实现每次的affine_forward以及参数相对应的初始化和存储。这周没有学习新的cs231n的相关内容，因为大部分时间都放在了学习书写文献综述上。

本周完成了NeRF文献综述，发现写文献综述需要阅读很多的文献，然后有自我总结的能力，以及需要实现知识的迁移，大概能想到这种技术会在哪些领域得到应用。第一次书写文献综述，相对而言经历了摸索阶段-----查找文献阶段----阅读文献阶段----树立整体文章结构----书写综述这几个阶段，树立整体结构时，由于我并不知道正确的文献综述该如何书写，只能借鉴老师的综述，大概了解每一段应该写哪些内容。此外，我还遇到了关于论文版权的问题，如果想要引用文献中的图片，是否应该征得本人同意方可使用，还是直接在参考文献处引用文献，标好脚注即可，这个问题网上的答案是需要注意学术规范，要给论文的作者发邮件，得到许可后才能使用图片。当然由于这个文献综述并不涉及到投稿之类的（目前），所以我引用图片的时候就没有给作者发邮件。

本周第一次参与组会，组会的分享内容是Source-Free-Domain-Adaptation。截止到目前，我只能理解到Domain-Adaptation的意义，至于原理并没有理解的很明白，也还没有去学习相关内容，里面涉及到一些机器学习的理论知识如监督学习等我还没有学习到；经过这次组会，机器学习的相关知识还是科研的基础，应该好好看，认真看，周老师的西瓜书里面把基础的机器学习的知识讲得比较详细，感觉如果能假期啃下来这本书，下学期就能够参与到具体的科研项目中了。

昨天还干了一件特别厉害(好像也不算厉害)，让我特别开心的事情；我自行下载配置了keras深度学习的框架，我的好兄弟在Python大作业上遇到了一些问题，让我帮助他调一下，我昨天对于Keras以及他所用的LSTM方法一无所知，但是就在昨天从晚上六点到凌晨一点的7个小时中，我实现了从0到实现虚假新闻检测正确率95+的跨越！！这也是我第一次应用深度学习框架实现深度学习。感觉这些现成的库还是比较好用的，我们只需要去处理数据，然后调整参数就可以实现一些很高级的模型。比cs231n动辄1k行起步的代码要舒服得多。让我开心的也不只是第一次实现了AI虚假新闻检测，更是学习到的东西能够帮助身边人的快乐，知识的价值应当被传递下去，创造价值，哪怕这个价值不是工业界的价值，而是帮助身边的人解决了一些问题，也让我觉得这段时间我没有白学！

马上要到考试周，我要好好的利用时间，在考试周的时候尽量不拖延我的学习进度，争取早日能实现参与具体科研项目的目标！此外，寒假也是学习基础知识最好的一个阶段，每天的时间都可以自由的安排，我打算在下学期开学前的水平达到可以参加课题的阶段！