一个多月的课程终于结束了，在此做一个回顾与总结。每周抽出几个小时的时间，来学习一点新的知识，让我在课余生活收获了很多。在整个学习的过程，几乎都是"Learning by Doing"，一边做一边学，这样的学习方式，确实比只看书的收获更多。这12节课程内容，从基础的Python讲起，到最后的图像分类，对于我这样的新手而言，也非常友好。另外，对于我个人而言，美中不足的是，某几周的直播课程时间与我的学习计划冲突，不得不去看录播回放。QQ群的实时答疑很不错，助教老师也很热情。最后，感谢这门课程的所有老师、同学和愿意分享的大佬，在学习的过程中给我提供了莫大的帮助！
【AI达人养成营】
百度飞浆AI达人Python学习笔记
lambda匿名函数
python 使用 lambda 来创建匿名函数。
lambda 只是一个表达式，函数体比 def 简单很多。
lambda 的主体是一个表达式，而不是一个代码块。仅仅能在 lambda 表达式中封装有限的逻辑进去。
lambda 函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。
高阶函数
map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
reduce: 用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，依此类推，最后得到一个结果。
sorted
排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。
闭包
python中的闭包从表现形式上定义（解释）为：如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure).
使用OpenCV加载并保存图片
加载图片，显示图片，保存图片
OpenCV函数：cv2.imread(), cv2.imshow(), cv2.imwrite()
加载图片
使用cv2.imread()
图像基本操作
ROI
ROI：Region of Interest，感兴趣区域。。
截取ROI非常简单，指定图片的范围即可
# 截取猫脸ROI
例子：xx = img[0：70, 100:500]
plt.imshow(xx)
颜色空间转换
最常用的颜色空间转换如下：
RGB或BGR到灰度（COLOR_RGB2GRAY，COLOR_BGR2GRAY）
RGB或BGR到HSV（COLOR_RGB2HSV，COLOR_BGR2HSV）
灰度到RGB或BGR（COLOR_GRAY2RGB，COLOR_GRAY2BGR）
cv2.threshold() 用来进行固定阈值分割。固定阈值不适用于光线不均匀的图片，所以用 cv2.adaptiveThreshold() 进行自适应阈值分割。
二值化跟阈值分割并不等同。针对不同的图片，可以采用不同的阈值方法。
图像几何变换
实现旋转、平移和缩放图片
OpenCV函数：cv2.resize(), cv2.flip(), cv2.warpAffine()
cv2.line()画直线，cv2.circle()画圆，cv2.rectangle()画矩形，cv2.ellipse()画椭圆，cv2.polylines()画多边形，cv2.putText()添加文字。
画多条直线时，cv2.polylines()要比cv2.line()高效很多。
要在图像中打上中文，可以用PIL库结合OpenCV实现。
图像间数学运算
图片间的数学运算，如相加、按位运算等
cv2.add()用来叠加两幅图片，cv2.addWeighted()也是叠加两幅图片，但两幅图片的权重不一样。
cv2.bitwise_and(), cv2.bitwise_not(), cv2.bitwise_or(), cv2.bitwise_xor()分别执行按位与/或/非/异或运算。掩膜就是用来对图片进行全局或局部的遮挡。
使用OpenCV摄像头与加载视频
使用cv2.VideoCapture()创建视频对象，然后在循环中一帧帧显示图像。参数传入数字时，代表打开摄像头，传入本地视频路径时，表示播放本地视频。
cap.get(propId)获取视频属性，cap.set(propId,value)设置视频属性。
cv2.VideoWriter()创建视频写入对象，用来录制/保存视频。
是桨，不是浆
【AI达人养成营】
整个的学习过程虽然不长，但是能够学习到一些之前没有接触过的知识。虽然能够提交作业，但是发现最大的问题的是基础不牢，而且一些作业是看着视频或者别人的代码敲的，所以可能掌握的并不很好。深入了解Python的内置方法后，就发现Python在处理数据方面提供了相当大的便利。学了高阶函数的概念，再去了解更多模块时，便发现Python程序特点在处理方面也很“整洁”。终于能明白那句程序员常挂嘴边的话了，“人生苦短，我用Python”。
[AI达人养成营]
一个多月的课程终于结束了，在此做一个回顾与总结。每周抽出几个小时的时间，来学习一点新的知识，让我在课余生活收获了很多。在整个学习的过程，几乎都是"Learning by Doing"，一边做一边学，这样的学习方式，确实比只看书的收获更多。这12节课程内容，从基础的Python讲起，到最后的图像分类，对于我这样的新手而言，也非常友好。另外，对于我个人而言，美中不足的是，某几周的直播课程时间与我的学习计划冲突，不得不去看录播回放。QQ群的实时答疑很不错，助教老师也很热情。最后，感谢这门课程的所有老师、同学和愿意分享的大佬，在学习的过程中给我提供了莫大的帮助！
【AI达人养成营】
人生苦短，我用python，虽然经常在debug，但是通过这次学习让我了解到了python做数据分析是很好用的，我打算好好学python的数据分析，最后那个蝴蝶分类的作业很像今年数学建模集训时用matlab做的鸢尾花的分类，感觉又找到了另一个前进的动力
【AI达人养成营】
paddlepaddle是一个非常优秀的平台，功能很完备，有零基础Python速成营，还有现在的百度ai达人营，一站式满足我们的学习要求，特别多的课程，可供练习的平台，让我多成长飞快，6周的时间收获满满，希望百度飞桨可以创办更多这样的学习机会，也希望在下一个群里，还能遇到大家，和大家一起学习。
【AI达人养成营】
图像识别与处理之OPENCV2 常用的函数速查
1、cvLoadImage 将图像文件加载至内存；
2、cvNameWindow：在屏幕上创建一个窗口
3、cvShowImage:在一个已创建好的窗口上显示图像
4、cvWaitKey：使程序暂停，等待用触发一个按键操作
5、cvReleaseImage：释放图像文件所分配的内存
【AI达人养成营】
经过一个月的学习，我对python的基本知识和用法有了一定的了解。在学习的过程中，我的分析和解决问题的能力得到了加强。我希望我能继续了解更多关于python的知识，逐渐熟练python的操作，成为越来越好的编程者。
【AI达人养成营】学习有感
Python是一门纯面向对象的语言，参数类型，方法，类都可以是对象，真真正正的万事万物皆对象，代码是客观事物的高级抽象，类是表示一些具有相同特性的对象集合，类可以生成对象，是一个模具。
python的函数和c语言Java都没差，就是在参数的时候有区别，分为默认参数，位置参数等，还可以在传入参数时用*参数列表名和**参数列表名可以将参数封装成元组和字典形式，特别值得一提的是，Python可以返回多个返回值，多个返回值封装成一个元组的形式。Python还有一些常见的高阶函数，高阶函数，可以把函数作为参数传入函数中，那么传入函数参数的函数就是高阶函数，高阶函数可以对一些数据进行一些处理，传入的函数参数是一些比较容易的函数，可以用lambda匿名函数。
python有三种方式编译，第一种是安装python环境，Python环境自带IDLE解释器，可以直接编译运行，第二种是通过安装anacoda（安装完这个可以不用安装python），annacoda自带Python编译环境，最后一种是通过jupterbook在百度的AI Stuido平台上编译运行，对于学习推荐前两种，第三种真的太方便了！！！
百度aistudio网址：https://aistudio.baidu.com/aistudio
num[i],num[j]=num[j],num[i]要比c方便得多
希尔排序是插入的改进
AI达人养成营
通过在这个平台，我学到了好多，也收获到了好多，还交到了好多好朋友。
AI达人养成营
激活函数
激活函数是神经网络设计的一个核心单元。
在神经网络中，把处于在活跃状态的神经元称为激活态，处于非活跃状态的神经元称为抑制态。激活函数赋予了神经元自我学习和适应的能力。
激活函数的作用是为了在神经网络中引入非线性的学习和处理能力。
常用的激活函数（满足非线性、可微性、单调性、近似恒等性）。
AI达人养成营
python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在字符串上的处理，python相对于c语言也是给程序员极大的便利。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。但是，我认为python虽然在许多方面相对于c语言比较方便，但也有其相对于弱一点的方面，比如说for循环等方面。
在学习python对我的最初的印象就是，相较于我学习过的c语言编程，它更加的简洁。所有的变量都不需要像c语言编程那样需要提前去定义，这样给了编程者很大的自由空间与方便。如x=2，即可同时完成变量的定义与赋值。对于简化程序的代码，起到了许多的作用。而且，在字符串上的处理，python相对于c语言也是给程序员极大的便利。在c语言中，只能用字符类的数组对字符串进行相应的操作，步骤也是相对于比较繁琐的，而在python中，当我们需要创建一个字符串的时候，只需要在创建字符串的时候用“s=”就可以了。而python不仅如此，它的库也很多，正因为它强大的库，让编程变得不再艰难。我们只需要调用库中的函数，而对于函数的具体实现，也没有特殊的需求。
不过也依然不会影响到python的强大，而随着近几年来的发展，python的受欢迎度也越来越高，而它的运用的领域也是越来越多，比如人工智能和大数据等领域，python都是在其中扮演者重要的角色。我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。
【AI达人养成营】
经过一个月在养成营的学习，我基本掌握了python的基础知识，也了解了很多Python的模型，想要进一步的进步的学习知识，在今后我会更加努力，加油！
AI达人养成营
如果文件不存在呢？
f = open('work/train_data1.txt') for line in f:
data = line.strip().split(',')
if len(data) != 1:
坚持学习，终有收获
print('姓名：'+data.pop(0)+'生日：'+data.pop(0)+'时间：'+data)
f.close()
AI达人养成营.ipynb
笔者之前有学C的基础，所以这次入门时也相对容易许多。这Python语言，它的逻辑规则和C语言,CPP和C#存在很大的相似之处，在对数据进行处理时有种似曾相识之感。
回想起最初接触Python还是在大学计算机课上，老师教我们画小蛇……
Python是一种面向对象(和C#像)计算机程序设计语言。
Python主要吸引我的特点是，包容性很不错，而且不用每句话后面写；，并且，我将它乘坐理科中的数学，加反应方程式就是化学，加公式便是物理。而Python 可以和GIS，MATLAB 一起使用……
总而言之，这种由浅入深学习Python 通过实例进行学习与研究对我来说很适合，我也乐在其中。虽然十一月我有些忙，但还是尽力在尝试跟着进行学习。
Life is short, you need python.
矩阵加法运算
矩阵和数乘法运算
矩阵乘法运算
算子卷积求导法则为什么要熟悉求导法则呢？
反向传播MNIST：CNN梦开始的地方
Imagenet简介数据集
ImageNet挑战批归一化（Batch Normalization）
感受野感受野的计算参数量
一、EDA（Exploratory Data Analysis）与数据预处理
二、Baseline选择
三、模型预测
PaddleClas 是什么？
一、前置条件二、准备数据集三、模型训练与评估四、图像增广五、模型推理六、输出预测结果
一些基本的数据类型。如列表（list[]）,元组（tuple()）,集合（set{}）,字典（dict{}）基本条件语句的用法。如if语句，for循环语句，while循环语句以及break,continue,pass在其中的应用。一些函数的用法。如count()，find()，index(),split()函数。字符串的切片，替换，删除，增添的一些函数。如replace()，pop(),remove()等生成器的用法。如列表生成。Bug的处理和修复以及运用的一些函数。如try函数，except函数，finally函数等。对程序错误的层层处理，Bug的调试和处理等
多学学练习
ai达人养成营
矩阵加法运算
矩阵和数乘法运算
矩阵乘法运算
算子卷积求导法则为什么要熟悉求导法则呢？
反向传播MNIST：CNN梦开始的地方
Imagenet简介数据集
ImageNet挑战批归一化（Batch Normalization）
感受野感受野的计算参数量
一、EDA（Exploratory Data Analysis）与数据预处理
二、Baseline选择
三、模型预测
PaddleClas 是什么？
一、前置条件
二、准备数据集
三、模型训练与评估
四、图像增广
五、模型推理
六、输出预测结果
一些基本的数据类型。如列表（list[]）,元组（tuple()）,集合（set{}）,字典（dict{}）基本条件语句的用法。如if语句，for循环语句，while循环语句以及break,continue,pass在其中的应用。一些函数的用法。如count()，find()，index(),split()函数。字符串的切片，替换，删除，增添的一些函数。如replace()，pop(),remove()等生成器的用法。如列表生成。Bug的处理和修复以及运用的一些函数。如try函数，except函数，finally函数等。对程序错误的层层处理，Bug的调试和处理等
AI达人养成营：多学习多练习
【AI达人养成营】
经过一个月的学习，基本掌握了python的基础知识，也对分类模型有了一定的了解，想要进一步的进步，需要自己持续不断的努力，加油,自己训练的模型效果还是不错。