其实我这个人吧，不怎么喜欢写周志日志的。
不过仔细一想，这一周也算是这辈子第一次参加实习，总是要留下点东西以便日后回味。
总的来说，SIAT的日子并不难熬，虽然过着9 10 6的生活，但还不至于.icu。。。
对机器学习中的深度学习毫无了解的我这一周以学习为主，导师推荐的两本书——DEEP LEARNING和TensorFlow：实战Google深度学习框架，总体来说还是比较枯燥。在学习了几天基础知识之后，我对深度学习的定义为：对我们人类习以为常的各种情形进行数学建模，并提供给机器以算法的形式进行学习。很明显，数学成了绕不开的话题。我总算是理解了大一大二学的线性代数、概率论、统计、微积分的用途了，对于人工智能领域来说，矩阵运算是必不可绕过的基础。
来siat的第一周中，我花了几天的时间学习DEEP LEARNING的‘花书’，很枯燥，很抽象，有很多部分学术性太强以至于我不得不使用网络来进行解读。对于初学深度学习的每个人来说，我将不会推荐从研读攻读这本书入手，实在是没什么乐趣可言。当你看着书上一幅又一幅的函数图，当你理解着梯度下降和随机梯度下降之间的区别时，至少我是没感觉到什么成就感。
学习计算机有关的方向，代码总是不可避免的。有趣的是，即使你对其深层次的数学模型不那么了解，你也能通过书籍来模仿一个简单的机器学习算法，所用的常见工具就是tensorflow框架。深度学习绝不是仅仅停留在应用层面，但对于初学者来说，早一些看到阶段性的成果会拥有更大的成就感。我仅仅用了1天就看完了tensorflow书籍的前5章近130页，跑了很多应用程序。虽然对tf.placeholder等函数没有一个数学模型上的理解，但看着我的成果，我突然就有了浓烈的好奇心。至少对我来说，从代码入手是一个不错的选择。
这一周中，我也尝试着跑了一下已有的CTPN程序，虽然目前为止我理解起来还有些难度，但我相信我总会攻克的。
下一周我想我会转向实际一些，不仅仅停留在学习层面，尝试着使用工具来分析已有程序的框架和实现原理，或许还要使用新的数据库对之前的训练模型进行完善。祝我好运啦！