文章目录

学习日志——第一周
- 前言
- 这周干了点啥？
- - 周一
  - 周二
  - 周三
  - 周四
  - 周五
  - 周六
  - 周日
- 本周小结
- 附录
- - 练字
  - 跑步
学习日志——第二周
- 这周干了点啥？
- - 周一
  - 周二
  - 周三
  - 周四
  - 周五
  - 周六
  - 周日
- 本周小结
学习日志——第三周
- 这周干了点啥？
- - 周一
  - 周二
  - 周三

学习日志——第一周

前言

为了驱动自己持续学习，我有过一些尝试，但都没有持续下来，例如：进行每天书籍阅读统计、每日任务安排。而这次，我改成了以周为时间单位，记录自己干了点啥。我像在构建自己的城堡，每一次行动都为它添上一块砖、一片瓦，而不是好像一直被逼着去完成任务。

再次希望，今天会是一个转折点。

然而，一个人学习是无聊且难以坚持的。如果有小伙伴想要一起学习、互相监督，那么也可以私信并分享你的学习日志（或其他），我们可以互相把对方的链接贴到自己的博客里，哈哈。

友情链接：2022-2023寒假。

这周干了点啥？

周一

1、练习打字半小时。目前“非生产性输入开销”基本在10%以内，每分钟输入字符数在180个左右，有时可以达到200，希望以后可以到300。感觉这个网站不错，它练习材料是代码：https://typing.io/。

2、写力扣题一道：299. 猜数字游戏。

3、控笔练习半小时。

4、锻炼。仰卧起坐50+俯卧撑25。

5、继续学习目标检测yolov3算法原理。包括模型预测、多分类非极大值抑制消除冗余预测框。

6、开始看yolov3实现代码。看了数据读取部分。

7、看课外书一小时。《哲学的故事》。

周二

1、跑步6.8公里。

2、练习打字半小时。错误率有所降低，但可能仍需长期的练习。保持长时间不出错比仅保持一小段时间要更难，但如果你已经保持了一小段时间，再保持一小段时间的难度应当不会变大。

3、临帖45分钟。

4、写力扣题一道：412. Fizz Buzz 。

新冠我终于还是中招了，发烧39.5度，老想睡觉，得多休息下。

周三

睡到中午起来，吃完饭量个体温还是39.5，于是吃药后继续睡觉，下午5点左右量个体温终于变成低烧38度了，感觉整个人好多了。

1、练习打字35分钟。巅峰时期达到了215字符/分钟，额外开销2%，有进步！

2、阅读文章。AI Anyone Can Understand: Part 5: The Exploration-Exploitation Trade-Off 。Medium是个不错的内容社区。

周四

1、练习打字40分钟 。

周五

1、练习打字45分钟 。想找到一种连续而流畅的感觉。一个字符串打多了之后，就会形成肌肉记忆，以后打这个字符串就会更快；但是，它也可能导致你在输入一个新的字符串时出错。

2、略读文章 《基于GSO-Canny算法的输电线路覆冰厚度检测_闫丽梅》。

3、读课外书35分钟 。《哲学的故事》。

周六

1、练习打字半小时 。

周日

1、练习打字半小时 。为什么经常会我还没反应过来，手指就已经按下了一个错误的键位呢？

本周小结

我对本周的学习状态表示很遗憾。本周第一天还像回事儿，后面却好像越来越摆，几乎一天啥也没干。当然，这一周也遇到了一些事情，像发烧等等，这些是会影响我的学习没错，但主要还是我自己主观上的原因。

在学校时，常常想着放假后可以更自由地去学一些东西。但事与愿违，放假了我就很快变得懒散，一如曾经的不知多少个假期。也许你会对一潭死水发问：“这儿没有任何一条沟渠强迫你不得不流向某处，你如此自由，为何不流向大海呢？”可我太自由了。

只有“打字练习”是连续坚持了7天的，可能因为它简单而不怎么需要过脑子，我每次总想从它开始。

我曾觉得坚持是一件简单的事情，只要不放弃就好了嘛。可放弃的念头冒出得越来越多了。发烧让我明白其实我扛不住病痛；各种任务的压力让我背着包袱，常忍不住想要摆脱他们······显然这一周是失败的，但我还没死心呢——难道我会连续糟糕地失败一万次吗？相信我，下一周，我会出手。

附录

练字

周一抄的散装的英语句子。

在这里插入图片描述
周二，临帖前后对比下，好像还是挺有效果的。

在这里插入图片描述

跑步

回家第一次晨跑，美好的一天开始啦。

在这里插入图片描述

学习日志——第二周

这周干了点啥？

周一

1、练习打字半小时 。有时一个手指还在犹豫、僵硬而没有落下，但另一个应该在这后面落下的手指却抢了先。

现在常处于一种有些茫然、心中没底的状态，这很难受。

2、读课外书35分钟 。《哲学的故事》。

周二

1、练习打字半小时 。最近用的Objective-C的练习材料，额外击键开销总是居高不下，在10%左右。

2、在yhx的帮助下，成功学会了将 paddle 框架的模型通过 paddle2onnx 转换为 onnx 格式，然后使用 nncase 工具进一步转化为 kmodel 格式。但是最后转化后的模型不能使用，不知道问题出在哪，真是折磨人。

周三

ChatGPT不仅仅可以作为一个玩具，它确实可以给我学习中遇到的困难给出一些有用的建议，例如教我关于某个具体的课题写一篇”课题研究方案初步设计“，告诉我从哪里可以找到 .tfile 的模型文件，给我解释一条具体命令中每部分的含义。

1、onnx 模型试运行成功 。在飞桨快来开源群的群友Hz的帮助下，我解决了Invalid Feed Input Name的报错。解法：需要从模型中获取输入的名称，相关代码可见 https://blog.csdn.net/HaoZiHuang/article/details/126168132 。

2、在尝试如果使用 nncase0.1 的古董版本，从 tflite 转出的模型能不能在 k210 的上成功被加载。

使用方法：从GitHub下载预构建的二进制文件压缩包；解压；将ncc.exe所在的目录添加到环境变量Paht中；然后就可以使用ncc命令了，照着GitHub文档中的命令就可以进行模型转换。

结果：nncase的教程中的tflite转出的模型在k210上是可以被加载的。但是我从TensorFlow Hub上下载的tflite模型文件，即使是基于简单的mobilenet网络，也会提示有Layer不被支持。

难道真的就像是：”十年前的笔记本电脑也可以玩游戏，但总有些新游戏玩不了“？如果需要我自己用TensorFlow去实现一个模型以避免有层不被支持，并完成模型训练的话，就比较麻烦了。那么，要不要开始学下TensorFlow呢？

周四

1、继续研究模型格式转换问题 。

试试nncase-0.2能不能将TensorFlow Hub下载的模型成功转换；

结果：转换失败，Fatal: Not supported tflite opcode: DEQUANTIZE 。
试试nncase-0.2-bate4将onnx转kmodel；

结果：失败了。转换时出现了应该是内存分配问题，input和output的尺寸都显示为极大值。还是生成了一个.kmodel，但在板子上无法加载。
试试运行nncase-0.2-bate4从官方示例iris.tflite转出的kmodel模型。

结果：失败了。用v0.2.0转出的模型，在进行推理时需要手动设置输出形状，我设置输出形状这一步失败了，详见另一篇main笔记.md。