2018年2月28日 Wednesday QD
Works：
1.編輯器（Editor）
Sublime Text/Notepad++/word
# At first, it just like the office word.
# But, after we chose view-->syntax-->python, everything changed.
# The highlight appears.
a = "hello world"
def hello_world():
passPyCharm
3.REPL（Read-Evalulate-Print Loop）
Jupyter NoteBook
使用方法：
（1）打開Anaconda Prompt
（2）用命令行的方式進入Jupyther NoteBook想要工作的目錄
（3）輸入jupyter notebook，啓動
特別注意：在使用jupyter notebook時，不要關掉已經打開的Anaconda Prompt，否則會提示失去鏈接。
且jupyter notebook實際操作是在本地運行的。
儘量不要同時打開兩個Jupyter NoteBook，可依據網址中的數字進行區分http://localhost:8888/tree/。
關閉Jupyter可以在Anaconda Prompt中輸入“Ctrl+c”。
優點：
（1）以文件的形式組織。
（2）可以運行每一塊代碼，並快速輸出結果；而Sublime就不能直接運行，需要存成.py文件，再通過“python 文件名.py”去運行。
（3）有Markdown的功能，可以按照某種方式去排版，並且支持數學公式；從而做出一個完整的報告。
python不擅長用來開發大型的3D遊戲。
程序能用來做什麼：
1.軟件產品開發
2.數據分析/科學計算
Approach：
訓練深度神經網絡需要的是原圖和標記好的數據，通過調節參數，進而得到最好的網絡Fbest。
應用該網絡去對新的數據進行標記，得到結果。比如說：一共有5000組數據，訓練網絡需要4000組，而測試數據爲1000組。
現在可以做到：給定圖A（未染色）和圖B（染色），計算出依據SIFT進行旋轉後的矩陣圖C（帶染色的）。
想法：醫生在圖B上標出染色的位置，將圖B上的染色區域（10個點以內，作爲一個矩陣），經過SIFT算法得到的矩陣經過變換得到真正的染色矩陣，作爲神經網絡的輸入。
------------------------------------------這是一條分割線20180306---------------------------------------------
論文共分爲四章：
第一章：匹配+相對面積+界面
具體實現：應用dense SIFT找出旋轉矩陣，暴力檢測出牙齒和菌斑面積和位置並計算相對面積，應用MFC完成一個界面。
第二張：醫生點擊
具體實現：醫生點擊確認菌斑位置，並把該信息記錄下來作爲菌斑信息。
第三章：深度學習（多個channel或者一個channel的）卷積處理（CNN） 自行找一些數據
第四章：測試新的數據（數據流圖等）
完成截止日期2018年5月1日，寫作論文時間2018.5.1-2018.5.15，後續修改答辯。
Plans:
1.2018年（含2018年）後的每一年都至少出去旅遊一次。
eg：2017年末（2018年初），黑龍江雪鄉穿越（同行者：wxy，cjj，yjl，pzn）
預計2018年選項：澳門+香港；拉薩+尼泊爾。
2.作爲研究Science或者Engineer的本科生，爲自己家的房子裝點智能家居的設備。
3.至少一篇A類的會議或者期刊。
一念瘋子，一念天才。