是我目前为止看到最好的零基础计算机编程公开课。很适合工业设计等非计算机专业的同学入门学习计算机编程。
当然哈佛本来就是全世界排名前五的学校，有这个机会免费学习哈佛的课程蛮好的。
比如调试C语言学习环境的时候，很多同学会在第一步卡住，环境配置不好。但是CS50与Github合作提供了在线编译环境，在任何一个设备上都可以云端编写并运行代码：cs50.dev(需要科学)
免去了很多配置环境的烦恼，使学生能够专注于算法本身的学习。
个人感觉：优秀的老师与一般的老师区别就是：优秀的老师更能够从学生现有的知识体系出发，尽可能多的讲解可以理解的知识，避免常见的错误，循序渐进让学生能够掌握足够的知识。而不是一个字一个字念PPT这种行为。 （更多…）
训练过程中报错：
ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 100, 22), found shape=(32, 100, 21)
字面意思是：输入层0的sequential与后面的layer不兼容
然后会告诉你哪一个和哪一个不兼容
这时候找到语句之中：
model.add(Bidirectional(LSTM(64, return_sequences=True), input_shape=(window_size, 22)))
这里面就是不兼容的地方，把22改成21就好了
总之，确保输入的维度需要一致才可以
该问题涉及python的索引，举个例子，python语句
print (prediction)
输出结果为：
[[0.8734565 0.12654348]]
我们想把第一个数0.8734565提取出来，那么应该使用：
近几年随着各类人工智能算法与程序向日常生活领域的渗透，人工智能时代悄然来临。
概括来说，在人工智能时代，数据、算力、算法、应用是人工智能军备竞赛的四大方向。
一个国家想抓住下一个时代所带来的发展红利，以上四个方向都不能有短板。
有人说全球化的情况下，不可能任何一个国家能够成功攻克任何全产业链，但是当前国际竞争形势就是如此，美国已经在算力方面对中国的人工智能产业开启了如“智子般的锁科技”计划，如果未来想要不在人工智能领域落后，不可能永远被锁死在别人的手心里。
程序报错退出，错误提示：
M = cv2.getRotationMatrix2D(eyesCenter, angle, scale)
TypeError: Can't parse 'center'. Sequence item with index 0 has a wrong type
查询后发现问题出在这行：
eyesCenter = (leftEyeCenter[0] + rightEyeCenter[0] // 2,leftEyeCenter[1] + rightEyeCenter[1] // 2)
eyesCenter = (leftEyeCenter[0] + rightEyeCenter[0] // 2.0,leftEyeCenter[1] + rightEyeCenter[1] // 2.0)
pip 直接安装dlib库出现required to install pyproject.toml-based projects报错，大红字提示无法安装的问题。解决办法：
1、先安装cmake
执行：pip install cmake
2、用conda装：
执行：conda install -c https://conda.anaconda.org/conda-forge dlib
反正是成功了，可以试试
参考：https://blog.csdn.net/qq_43466323/article/details/120855699
This code is for beginners to use, we refer to a lot of code on the Internet, thank the predecessors for their contributions.
The goal of this code is to modify the resolution of all the pictures to 128*128. While modifying the images, it will not elongate them, but supplement the deformed part by filling pure white（any color can be fill by change RGB）, which is conducive to the training of GAN.
The code is python, can be copied later debugging use.
Thanks for xinggui.
The last part 【cut_images('F:/date/JPG128enhance/', 'new', 128, 128)】is the target folder you want to enhance.
And 128 represents the image resolution that needs to be modified. For example, 128, 128 represents a picture with a resolution of 128*128, if you need other picture resolutions, you can modify it yourself.
The way for beginners to use is to copy this code into vscode, modify the address of the target directory, save it as a .py file, and then click the small triangle in the upper right corner to run the code.
小白写的，小白用，也是参考了网上的很多代码，感谢大佬们的贡献。
这个代码的目标是，把所有图片全部分辨率修改为128*128，在修改的同时并不会拉长图像，而是通过填充纯白色的方式来补充变形部分，有利于GAN的训练。
代码是python的，当时和星轨桑一起研究的，但是如何发挥工作已经忘记了，可以复制以后自行调试使用。
其中最后一段【cut_images('F:/date/JPG128enhance/', 'new', 128, 128)】是需要修改的目标文件夹，依照自己所需要转换的文件夹来使用，而128代表着需要修改的图片分辨率，举例子128，128代表着128*128分辨率的图片，如果需要其他图片分辨率就自己修改好了，小白的使用方法就是把这段代码复制到vscode里，修改好目标目录的地址，另存为一个.py的文件，然后点击右上角的小三角运行代码即可。
The purpose of this article is to use pyQt Design to create a graphical Python GUI. When a button is clicked, the text content of a TextLabel changes
Use VS CODE as the compiler, and install PYQT Integration plug-in for graphical. UI compiles, converts.ui into.py, and any other compiler compiles pyQt in the same way
今天完成了简单的stylegan自定义数据集训练过程，感谢国外老哥的教程，原来很简单……其实对于专门做人工智能方面的人来说训练应该是很简单的，但是对于我这种跨专业跨领域的小白来说，还是需要一个详细教程的，这里给大家介绍一下如何使用自己的数据集来测试stylegan。
首先，大家需要在自己的电脑上配置好tensorflow环境，注意：tensorflow2.0可能无法运行stylegan的原始代码，建议使用1.13版本。
个人运行环境：WIN10+CUDA10.0 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7
WIN10+CUDA10 +CUDNN7.5+ TENSORFLOW-GPU1.13.1 + python3.7 运行NVIDIA STYLEGAN 的安装过程和踩坑实录