🔱今日计划：
7:00起床00
分解概率论的概率密度和概率函数
🔱今日计划：
7:00起床00
开始矩阵的特征值和特征向量
非齐次线性方程组解的结构和齐次线性方程组解的关系和转化
特征值和特征向量
🔱今日计划：
7:00起床
定积分七绝2020·0616 🗡
我自认为任何可以成为知识的科学,都不是简单的学习得到的,所以我们最终需要做的不只是接收知识,还有反思和总结,这样才能让我们的思路更加清晰和明确.
提上日程:开源背单词小软件
🔱今日计划：
7:00起床
中值定理发散
只要你坚持下去,就不会觉得那么难了,有时候我们的坚持,被击溃,只是在一些小小的事情上,如果你能坚持,那么没有其他事情可以击败你,今天晚上的我,发现了很多很小的事情,他竟然会被你无限制的放大,成为击溃你的独木,你但凡把他想的没这么复杂,没这么难,一切都会好起来,真的是感悟了许多.
🔱今日计划：
7:00起床
Unit4✨
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
推导了更直观的反向传播link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
反向传播思路记录link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
多通道卷积实验记录link
实现多通道卷积，review卷积mode0:link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
复盘review卷积mode0:link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
实现卷积mode0:link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
实现卷积单个矩阵元素操作，已合并主分支
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
离职手续
迁移dokuwiki:link
着手Edge卷积部分的开发
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
离职准备
docker:link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
实现coco格式iou小于0.5抽取代码：link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
放假，整理RPN网络梳理
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
scp传输文件的默认目录是根目录，需要切到你自己的文件夹下，bash文件权限不够的问题，需要chmod +777 ./你的程序
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
继续mobilenet实验
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
给自己的一封信：link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
复现Mobilenet:link
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
进入nginx的启动路径：cd sbin,重启命令：./nginx -s reload
复现Mobilenet:link
目前遇到的问题是cuda上无法多gpu调度这个模型，可能在是在参数传递中出现的问题，目前放在cpu下一切正常。
文件大小排列：du -s * | sort -nr | head
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
Mobilenet复现工作：1.深度可分离卷积和传统多通道卷积梳理：link
整理数据实验：无数据增强搜索策略实验
randomcrop结果（目前）： epoch:115,AP.5 0.920684 ;AP.75,0.578915 ,AP_.5:.95,0.536216|
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
整理数据实验
修复randomcrop数据问题(100%)（训练loss不收敛问题已解决）
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
整理数据实验
修复randomcrop数据问题(90%)（训练loss不收敛问题）：
代码留存
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
整理数据实验
Resnext文档梳理(100%)：
Resnext实验梳理
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
整理数据实验
Resnext文档梳理(90%)：
Resnext实验梳理
Resnext实验失败，显存不足导致，修改batchsize重启实验，目前配置：2batch，resnext50（min）
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
整理数据实验（5/10）
整理resnext实验
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
数据记录实验：0:03:09 | loss nan | hm_loss 9.2085 | wh_loss nan | off_loss nan | Data 0.001s(0.038s)
整理了aerial，ifood，cars，wsdata，bowl的数据格式并上传
整理flower102数据实验
测试了三组数据，是目前的卡有问题，并非数据问题
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
inception实验记录（目前）：
Training acc 88.36%|Test accuracy: 81.15%
| Time elapsed: 2688.44 min
| Total Training Time: 2688.44 min
| Test accuracy: 81.15%
| Probability 7 0.48%
整理flower102数据实验
常驻待办：Edge引擎文档
🔱今日计划：
7:00起床
inception实验记录（目前）：
8/10 epoch｜test—acc 78.67% ｜train-acc 87.39%
发现一篇paper能解决目前梯度消失到问题，调研Rezero，run到vgg16上实验.
论文：ReZero is All You Need: Fast Convergence at Large Depth
but作者提供的工具无法使用
复现GoogLenet（inceptionnet）实验on going总结文档
实验总结：link
复现Vgg16网络Coding 完成，实验going，总结：Vgg16复现笔记(60%)
🔱今日计划：
8:00起床
复现Googlenet（inception net）总结文档
coding 已经完成,实验going，明天总结
完成数据分析工作：
已交付
resize到132以后随机crop到128再feed进网络,记录结论：Link
梳理考研数学函数极限第一准则，（完成）文档：link
🔱今日计划：
8:00起床
尝试新策略，加入探测器模块，探测帧落镜变化，输出demo。
对cifar10做数据增强
resize到132以后随机crop到128再feed进网络,结论：Link待完成
学生论文分析 Arima
考研数学函数极限，文档整理：link (待完成)
搜集数据支撑
🔱今日计划：
8:00起床
ls -l . | egrep -c '^-'(计数命令)
梳理Resnet文档：link
考研数学函数极限，文档整理：link (待完成)
工作内容完成新策略
🔱今日计划：
8:00起床
复盘目标检测内容，梳理成文档：link
目前对于目标检测的认知，仍然停留在特征网络backbone的基础上加上一个多头的损失结构，接下来的计划，复现自己的Resnet，作为backbone加入Rpnn网络结构（短期目标）
复现resnet，梳理日志和总结：日志link
文档link
论文数据支撑搜集。(待完成)
班级综合测评。（待完成）
🔱今日计划：
8:00起床
完成Alex实验，
解决目前已有梯度消失问题，目前解决进度90%
log日志链接：
Tensorboard Result
汇总文档记录：
link（完成）
重启训练（1920，1024）(完成) （目前在run 1664*768的val效果）
0.5@iou的ap下降两个点
🔱今日计划：
7:00起床
继续Alex实验，解决目前已有梯度消失问题，目前解决进度80%
汇总文档记录：link（待完成）
重启训练（1920，1024）(完成)（目前在run 1664*768的val效果）
考研数学：数列极限定理证明 函数极限简单题型整理。(完成)
输出ap计算文档(完成),link: Ap_map_complete
🔱今日计划：
7:00起床
梳理优化器，复现Resnet作为基线
(实验了alexnet的特征层变换结果)文档待整理,遇到了一个问题：
在pytorch复现的alexnet中，如果train方式有问题的话，会导致同一套代码出现不同的效果，现在还未解决。具体见：
Alex上表现问题
考研数学：数列四大定理证明 待完成
文档整理
🔱今日计划：
10:22起床。。
采购食材和物料。
考研数学0313。
数列极限文档整理
🔱今日计划：
工作上的事情：
周会，整理数据集。
非工作上的事情：
考研数学0313（70%）。
🔱今日计划：
工作上的事情：
输出最新版的算法结果,没想到的问题就是，我的代码出了问题。。少了300帧，于是花了点时间回滚，重跑了一遍。
非工作上的事情：
迁移本地seafile上云端，搭建私人云盘
考研数学题库
🔱今日计划：
工作上的事情：
拿到新版数据，继续训练det模型
可视化结果，判断缺陷，看改进方法论。
非工作上的事情：
将上周末的Densenet实验🧪完善总结成文档
从今天起，我会把每天的计划详列，依次去完成
🔱今日计划：
工作上的事情：
完成新版算法demo输出制作，和产品沟通需求细节。
从科学家角度查找目前算法缺陷，摸索改进方法。
非工作上的事情：
将博客迁移
我曾经想过我的未来
从我们现在出发去看我们曾经做过的事情，
有一些事情真的是我们未曾想到会出现的，
我走上计算机视觉这条路
，不知道到底是对是错，从竞争的角度来看，
我选择了一条最难去摸索的道路，
不知道我的未来会是怎么样的，如何去勾勒变化，去拥抱变化，一切都是未知，希望能够不忘初心，坚持下去吧✊