7-2

7-3

1 背诵计算智能考试内容，学习PSO ACO算法，神经网络，凸优化等问题，推导感知器模型的梯度下降算法

2 学习风格迁移模型，最难的点是Gram矩阵，用于计算风格损失函数

3 讨论图像修复论文ZITS中的快速傅里叶卷积

1 背诵计算智能考试内容，参加计算智能考试

2 学习风格迁移模型，编写内容损失函数、Gram风格矩阵、整个模型的损失函数。生成不同的融合结果图，编写实验报告

1 重构轮胎项目main函数部分，把预处理123全部转移至胎侧单独的cpp文件内部，防止影响后续带束层开发

2 设计Git架构，设置了master dev dev_user分支，和师姐讨论，保证每个人开发互不干扰，同时可以正常编译测试

1 学习自注意力机制和transformer。transformer基于注意力机制，重点学习了transformer注意力机制的计算，K Q V三者，编码器解码器的结构。

2 使用pytorch编写人工智能课程作业2，测试了不同参数和优化函数对模型效果和速度的影响

1 轮胎项目重构：解耦带束层和胎侧缺陷检测模块，分别使用两个单独的文件进行调用。编写带束层模块的入口对象，目前只传入Common对象。将检测框全部放在了带束层对象模块内部

2 为每个人设置了不同分支，协助师姐配置开发环境修复环境的bug，解决C4996的报错

1 轮胎项目重构：解耦带束层和胎侧缺陷检测模块，编写错边缺陷检测对象，完成带束层模块的入口对象，删除传入图像mat的参数，因为common对象自带一个full_img图片，可以直接使用。

2 测试算法，编译通过无报错，可以检测到错边。编写绘图模块，将检测框标记到图上，位置正常