首先感谢面包板社区又给了我一次上榜的机会,先谢谢、谢谢、谢谢!
此次分享我分为了三个部分,第一个部分是我为什么会去申请这本书;第二个部分是此书吸引我的地方;第三个部分是实践
我为什么会去选择这本书呢? 是因为刚好从去年开始我接触到了Linux底层驱动的调试,之前是从单片机、慢慢的转入到LINUX这个行业来的,虽然现在是偏底层驱动编写调试的工作偏多,但是也在渐渐写一些应用程序,加之自己本身对深度学习、AI人工智能的热爱,所以在面包板社区看到了此书后,我毫不犹豫的进行了申请,然后很幸运,我得到了该书。谢谢管理员给我的这次学习机会。
本书吸引我的地方:作为AI人工智能的入门,那数学基础肯定是必须得要有的,在本书的第一章到第四章做了一个抛砖引玉,如果想往这个行业深入的同学们可能跟我一样,还是得夺取补一下数学了,这些是绝对不能偷懒的,否则在后面的代码部分会站不稳的。这里面讲的跟其它书上不同的就是卷积网络,真正的做到了理论与图相结合,非常方便初学者的理解。【PS:后期准备使用卷积来做一下图像的分割、文本生成,有机会了再来分享一下】
从本书的第5章开始就是整个的实践了,这里我是最有兴趣的部分了,因为经过了枯燥的理论后,终于可以上手操作了。 书本上面一共用了两款RK的芯片来作为讲解, 由于我之前对这这类芯片的固件做过裁剪、驱动进行过适配,对这两款芯片的性能还是比较了解的,尤其是RK3588性能真的是非常强大。但是自己手里面只有一个友善之臂的RK3399,到时候准备接上摄像头烧录好固件后实验一波了。总之,本书的实践例子真的很适合初学者去尝试,而且也不难,比较好上手,个人感觉是一个非常好的锻炼和学习的机会。
当然这里面也有我比较难懂的地方那就是本书的第三章循环神经网络,这里我之前从没接触过,我打算后续再好好的认真学习一下,哎,基础知识不够好,就是会吃亏啊!!!!
由于我目前手里面只有一块RK3399所以我来没来得及实验】
最后就是实践,目前我是搭了一个虚拟机,在里面把环境配置了一下,敲了一小段的代码试了一下,感觉非常好。
[code]import cv2
cap = cv2.VideoCapture(0)index = 1while(cap.isOpend()):ret, frame = cap.read()cv2.imshow("src_image" , frame)flip = cv2.flip(frame , 0)cv2.imshow("flip_image" , flip)复制代码[/code]
等忙完这阵后,我将会把书本上的每个例子都来做一遍。
最后再次感谢面包板给我的这次机会。
作者: E_ARM, 来源:面包板社区
链接: https://mbb.eet-china.com/blog/uid-me-3989713.html
版权声明:本文为博主原创,未经本人允许,禁止转载!
文章评论(0条评论)
登录后参与讨论