价格：面议
品牌：FANUC 发那科
型号：m23连接器
关键词：M23编码器连接器,M23信号连接器,M23电源连接器,M23连接器
在线联系：
M23编码器连接,机器人线束连接,伺服动力连接,伺服信号连接
M23连接器-替代FANUC发那科机器人本体信号控制电缆线束
深圳市恒业自动化有限公司专业提供替代进口传感器连接器、比例阀连接器，适用于（KUKA、KEB、LTI、罗克韦乐ROCKWELL、卡普特、BECKHOFF、西门子、FANUC 发那科）等品牌连接器，连接线，线束。
M23连接器包括M23信号连接器和M23电源连接器。 M23信号连接器包括接线缆的公头和母头插头和插座，有直角和弯角，从6针到19针。线缆插头适合多种线缆外径，插座有前面板和后面板安装，最大程度地提供了灵活应用。插针有焊接和压接。集成的锁定装置既可保证连接的可靠性，又易于组装和拆装，而且不需要专用工具。 M23电源连接器提供高至28安培的电源应用。恒业自动化提供5+PE和4+3+PE形式的线缆插头和插座。和M23信号连接器模块化设计一样，M23电源连接器有直角和弯角，易于组装和拆装，不需要专用工具。
M23电源连接器一般芯数为6针6孔，9针9孔，根据芯数不一样额定电压与电流也不一样。
M23信号连接器包括接线缆的公头和母头插头和插座，有直角和弯角，从6针到19针。
M12总线分线盒/M23连接器自接线式/M12信号线连接器M23连接器包括M23信号连接器和M23电源连接器。
M23连接信号及电源连接器的模块化设计保证卓越的信号连接，应用极具灵活性，其广泛的针数可用于焊接或压接触。 强悍的设计功能为Brad(R)M23连接信号及电源连接器的卓越性能提供了可靠的保证：
o电缆装配和组装在一个屏蔽处
o灵活的EMC - O型圈保证可靠的EMC保护
o径向包罗万象的弹簧触点保证低插件电阻和高次插拔
o集成锁夹固定在插入的接触处，并可以便于装配和拆卸
Brad(R) M23信号连接重要的设计特点保证了最简单的组装和安全的电源连接：
o模块化：所有外壳相同的插入 M23连接器
o集成的锁定夹可以快速组装
o完整的装配和拆卸无需特殊工具
o最低作为一个镀金接触电阻接触面积结果
o集成的应力释放配件
联系我时请务必告知是在黄页88网看到的！
地址：深圳市龙华新区大浪街道华悦路潮回楼A栋2楼
3年主营：自动化控制(plc系列),传感器系列,低压电气系列,连接器系列地址：深圳市龙华新区大浪街道华悦路潮回楼A栋2楼———— 认证资质 ————
没有个人认证
企业认证已通过
没有手机认证
没有微信认证
邮箱认证已通过
圆形连接器VIP推荐信息
相关推荐产品
咨询主题价格发货与交货商品参数其它
深圳市恒业自动化有限公司为你提供的“M23连接器-替代FANUC发那科机器人本体信号控制电缆线束”详细介绍，包括M23编码器连接器价格、型号、图片、厂家等信息。如有需要，请拨打电话：。不是你想要的产品？，让供应商主动联系你。
“M23连接器-替代FANUC发那科机器人本体信号控制电缆线束”信息由发布人自行提供，其真实性、合法性由发布人负责。交易汇款需谨慎，请注意调查核实。&figure&&img src=&https://pic1.zhimg.com/v2-ae373c62c63a484a86e3a5_b.jpg& data-rawwidth=&640& data-rawheight=&360& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-ae373c62c63a484a86e3a5_r.jpg&&&/figure&&p&不久前，两位硬件大佬Ben Katz和Jared Di Carlo打破了此前用机器还原魔方的记录，他们的机器在0.38秒内还原了魔方，比之前的0.637秒提高了40%。&/p&&p&&br&&/p&&p&&br&&/p&&p&&br&&/p&&a class=&video-box& href=&https://link.zhihu.com/?target=https%3A//www.zhihu.com/video/193344& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic3.zhimg.com/80/v2-30faf925ebddba_b.jpg& data-lens-id=&193344&&
&img class=&thumbnail& src=&https://pic3.zhimg.com/80/v2-30faf925ebddba_b.jpg&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/193344&/span&
&p&&br&&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-386af1ca958e33d5c2a71d4a70568dfe_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&640& data-rawheight=&426& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-386af1ca958e33d5c2a71d4a70568dfe_r.jpg&&&/figure&&p&&br&&/p&&p&该装置由六个电机、六个电机驱动器、两个摄像头和一个魔方组成。考虑到实验过程中会损坏很多魔方，他们选购的是很便宜的魔方。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-eb0de143afabe80fc68d452d06263adb_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&640& data-rawheight=&426& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-eb0de143afabe80fc68d452d06263adb_r.jpg&&&/figure&&p&&br&&/p&&p&除此之外，他们对电机进行了改进，使电机每转90°仅需10ms的时间，这是让他们得以打破记录的关键突破。使用标准解法还原魔方一般需要转19到23次，再加上刚开始摄像头捕捉和处理魔方图片的时间和每个步骤的处理时间，差不多是0.38s左右。他们仍然有信心使之更快，把记录再缩短100ms。同时，他们使用摄像头来识别魔方的各个面的颜色信息，为了提高捕捉画面的效率，他们使用的是专用摄像头，缺点就是无法很好地识别橙色和红色，于是他们把橙色替换成了黑色。&/p&&h2&原理&/h2&&h2&识别魔方信息&/h2&&p&他们使用OpenCV对采集的图像进行处理，最终识别出魔方的颜色信息。并使用&a href=&https://link.zhihu.com/?target=https%3A//github.com/cs0x7f/min2phase& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&min2phase&/a&算法解决还原魔方问题。&/p&&p&他们将两个PlayStation Eye摄像头安装在装置的对角线两端，这样每个摄像头就能同时看到魔方的三个面。每个摄像机一秒钟可以拍摄150张图片，且相对于普通摄像机拥有极低的延迟，即使如此，图像捕捉处理的时间仍然占了比较大的比重。把捕捉的信息通过OpenCV处理，便能知道魔方的外观信息，然后通过算法控制电机进行还原。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-06fb0c2d1268a1bbf813d55ccb4a8246_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&640& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic1.zhimg.com/v2-06fb0c2d1268a1bbf813d55ccb4a8246_r.jpg&&&/figure&&p&&br&&/p&&p&min2phase算法可以提供19-23步的魔方还原方法，创造记录时使用21步还原了魔方。&/p&&p&除此之外，他们使用了24V的LED提供了照明。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-6a34d19b334c15f96fcd0adcb9e41940_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&640& data-rawheight=&426& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic3.zhimg.com/v2-6a34d19b334c15f96fcd0adcb9e41940_r.jpg&&&/figure&&p&&br&&/p&&h2&电机改进&/h2&&p&这个项目最关键的突破便是对电机的改进了，他们改进了算法使得电机可以以更快更精确的速度旋转。&/p&&p&硬件最初是一个由备用零件拼凑而成的单轴测试装置。下图是一个巨大的ServoDisc U12电机，他们使用这个实现了最短时间控制器。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-acdf10dfc1a86bcde72a19_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&640& data-rawheight=&427& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-acdf10dfc1a86bcde72a19_r.jpg&&&/figure&&p&&br&&/p&&h2&最短时间控制器&/h2&&p&这是一个简单而有趣的控制问题，不仅对于此文的还原魔方装置提供了很好的方法，也对我在游戏开发的刚体运动相关问题提供了一些解决思路。&/p&&p&首先，我们来思考一个问题：如何在最短时间内将一个物体由A移动到B，并且在B点停止？&/p&&p&我们来假设这个物体的质量是 &img src=&https://www.zhihu.com/equation?tex=M& alt=&M& eeimg=&1&& ，我们对它施加的力是 &img src=&https://www.zhihu.com/equation?tex=F& alt=&F& eeimg=&1&& ，并把这个问题的场景限定在一维上，使得物体只能沿直线运动。&/p&&p&假如我们不考虑问题的最短时间的要求。最显而易见的线性控制方法就是PD控制器，这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。如果选定了控制器增益，物体 &img src=&https://www.zhihu.com/equation?tex=M& alt=&M& eeimg=&1&& 会渐渐收敛于目标位置B，不会超过B。通过增加增益，那么收敛速度也会随之增加。&/p&&p&如下图所示，随着增益的增加，收敛越来越快，但是所需要的力也随之增大。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-2e2faa7dfa1_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic2.zhimg.com/v2-2e2faa7dfa1_r.jpg&&&/figure&&p&&br&&/p&&p&下图是理想PD控制器的演示动画，方块代表物体，红色箭头代表施加的力。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-bfd94fd64e74f2e71f393744_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&580& data-rawheight=&620& data-thumbnail=&https://pic4.zhimg.com/v2-bfd94fd64e74f2e71f393744_b.jpg& class=&origin_image zh-lightbox-thumb& width=&580& data-original=&https://pic4.zhimg.com/v2-bfd94fd64e74f2e71f393744_r.jpg&&&/figure&&p&&br&&/p&&p&然而，对于实际的装置，所能施加的力的大小是有限制的，那么现在，我们添加一个约束：限制施加力的大小。那么PD控制器的效果也许会变成这样：&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f2a1d0f52c6cd402468c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic1.zhimg.com/v2-f2a1d0f52c6cd402468c_r.jpg&&&/figure&&p&&br&&/p&&p&从图中可以看到，他们刚开始位置的变化是差不多的，因为这个时候PD控制器算出的力已达到饱和，有了最大力的限制，这时所有的增益都是最大力。而且，物体还越过了B点。图中，只有红色的增益曲线具有比较好的效果，既然其他增益曲线效果这么差，那么可不可以只选用红色增益的数值进行应用呢？&/p&&p&显然不行，当我们缩小需要移动的距离时，增益效果就变了：&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-e813aa5465a32c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic1.zhimg.com/v2-e813aa5465a32c_r.jpg&&&/figure&&p&&br&&/p&&p&这时绿色的增益曲线的效果就比较好了，因为这个时候不需要很大的力了，许多增益曲线给出的力没有达到饱和。由此可见，使用PD控制器还需要对不同的移动情况选定不同的增益，没有一个固定的策略。&/p&&h2&相空间&/h2&&p&回到上文提出的问题“如何在最短时间内将一个物体由A移动到B，并且在B点停止？”。其实正如很多人刚开始所想的那样，既然要最快的速度，那我们就从始至终给它最大的力呗。如下图所示：&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-b84b62cb9af91c6ddf728bfd9adb208d_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&580& data-rawheight=&620& data-thumbnail=&https://pic1.zhimg.com/v2-b84b62cb9af91c6ddf728bfd9adb208d_b.jpg& class=&origin_image zh-lightbox-thumb& width=&580& data-original=&https://pic1.zhimg.com/v2-b84b62cb9af91c6ddf728bfd9adb208d_r.jpg&&&/figure&&p&&br&&/p&&p&但是，要怎么设定这样的控制规则，使其适用于任何情况？这时，使用相空间就能解决这个问题了。&/p&&p&相空间是一个用以表示出一系统所有可能状态的空间；系统每个可能的状态都有一相对应的相空间的点。&/p&&p&现在想要设立一个控制规则：给定位置 &img src=&https://www.zhihu.com/equation?tex=x& alt=&x& eeimg=&1&& 和速度 &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D& alt=&\dot{x}& eeimg=&1&& ，然后给出控制方法。那么这个系统就有两个状态：位置 &img src=&https://www.zhihu.com/equation?tex=x& alt=&x& eeimg=&1&& 和速度 &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D& alt=&\dot{x}& eeimg=&1&& 。现在我们简化问题的场景：让物体可以从其他地方快速移动到原点。&/p&&p&首先，我们限定只使用最大的力，也就是说我们的控制方法只有两种可能：施加 &img src=&https://www.zhihu.com/equation?tex=F& alt=&F& eeimg=&1&& 或 &img src=&https://www.zhihu.com/equation?tex=-F& alt=&-F& eeimg=&1&& 的力。根据牛顿第二定律， &img src=&https://www.zhihu.com/equation?tex=F%3DMa& alt=&F=Ma& eeimg=&1&& ，将目标状态设置为： &img src=&https://www.zhihu.com/equation?tex=x%3D0& alt=&x=0& eeimg=&1&& ， &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%3D0& alt=&\dot{x}=0& eeimg=&1&& ，通过对时间 &img src=&https://www.zhihu.com/equation?tex=t& alt=&t& eeimg=&1&& 的积分可求得速度和位置： &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%3D%5Cfrac%7BFt%7D%7BM%7D& alt=&\dot{x}=\frac{Ft}{M}& eeimg=&1&& 、 &img src=&https://www.zhihu.com/equation?tex=x%3D%5Cfrac%7BFt%5E2%7D%7B2M%7D& alt=&x=\frac{Ft^2}{2M}& eeimg=&1&& 。但是，为了在相空间画出状态曲线，我们需要移除掉时间变量，于是我们便得到： &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%3D%5Csqrt%7B%5Cfrac%7B2Fx%7D%7BM%7D%7D& alt=&\dot{x}=\sqrt{\frac{2Fx}{M}}& eeimg=&1&& ，最终，我们便得到了两个横向抛物线：&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-f0a9c71b0c1d120c19a077f69f1b5a1b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic4.zhimg.com/v2-f0a9c71b0c1d120c19a077f69f1b5a1b_r.jpg&&&/figure&&p&&br&&/p&&p&箭头代表的是物体移动的方向，橙色轨迹对应负向力，蓝色代表正向力。如果物体落在了其中的一条轨迹上，就会到达原点。&/p&&p&图中标粗的曲线是一个转换面，将相空间分为两部分，如果物体的状态落在了左下部分，那么物体应该被施加正向力，这样会使得物体状态移动到橙色区域，一旦进入橙色区域，就施加负向力，将物体的状态保持在转换面左右，最终到达原点。&/p&&p&转换面可以表示为：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%7C%5Cdot%7Bx%7D%7C%3D-%5Cfrac%7B2Fx%7D%7BM%7D& alt=&\dot{x}|\dot{x}|=-\frac{2Fx}{M}& eeimg=&1&&&/p&&p&考虑橙色区域，因为在橙色区域的状态需要施加负向力，我们可以构造如下的表达式：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=-Fx-%5Cfrac%7BM%5Cdot%7Bx%7D%7C%5Cdot%7Bx%7D%7C%7D%7B2%7D& alt=&-Fx-\frac{M\dot{x}|\dot{x}|}{2}& eeimg=&1&&&/p&&p&其小于0时则代表进入了橙色区域，大于0则是蓝色区域，并将其代入符号函数中，获得控制信息，最终得到以下的控制规则：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=F%3DF_%7Bmax%7D%5Ccdot+sgn%28-F_%7Bmax%7Dx-%5Cfrac%7BM%5Cdot%7Bx%7D%7C%5Cdot%7Bx%7D%7C%7D%7B2%7D%29& alt=&F=F_{max}\cdot sgn(-F_{max}x-\frac{M\dot{x}|\dot{x}|}{2})& eeimg=&1&&&/p&&p&这时，你就可以代入位置和速度，获得施加的力了，使得物体可以运动到原点。如果不想要运动到原点，可以通过将 &img src=&https://www.zhihu.com/equation?tex=x& alt=&x& eeimg=&1&& 替换为 &img src=&https://www.zhihu.com/equation?tex=x-x_d& alt=&x-x_d& eeimg=&1&&&i&，其中&/i& &img src=&https://www.zhihu.com/equation?tex=x_d& alt=&x_d& eeimg=&1&& 代表目标位置。&/p&&p&这看起来很不错，不过，假如我们把限定条件由最大力改为最大电压呢？例如，让物体由一个电机控制，且有最大电压 &img src=&https://www.zhihu.com/equation?tex=V& alt=&V& eeimg=&1&& 可以施加到这个电机上。&/p&&p&不考虑电感，电机的性能可以描述如下：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=V%3DRi%2BK_t%5Comega& alt=&V=Ri+K_t\omega& eeimg=&1&&&/p&&p&&img src=&https://www.zhihu.com/equation?tex=%5Ctau%3DK_ti& alt=&\tau=K_ti& eeimg=&1&&&/p&&p&这里， &img src=&https://www.zhihu.com/equation?tex=i& alt=&i& eeimg=&1&& 代表流经电机的电流， &img src=&https://www.zhihu.com/equation?tex=R& alt=&R& eeimg=&1&& 是电阻， &img src=&https://www.zhihu.com/equation?tex=K_i& alt=&K_i& eeimg=&1&& 是扭矩常数， &img src=&https://www.zhihu.com/equation?tex=%5Comega& alt=&\omega& eeimg=&1&& 是角速度， &img src=&https://www.zhihu.com/equation?tex=%5Ctau& alt=&\tau& eeimg=&1&& 是转矩。&/p&&p&即使如此，我们仍然可以使用相同的方法用相空间表示这个系统，并推导出能使得物体尽快移动到原点的转换面。&/p&&p&为了使符号一致，我们将： &img src=&https://www.zhihu.com/equation?tex=F%3D%5Ctau& alt=&F=\tau& eeimg=&1&& ， &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%3D%5Comega& alt=&\dot{x}=\omega& eeimg=&1&& 。&/p&&p&&img src=&https://www.zhihu.com/equation?tex=F%3DK_ti%3DK_t%28%5Cfrac%7BV-K_t%5Cdot%7Bx%7D%7D%7BR%7D%29%3DM%5Cddot%7Bx%7D& alt=&F=K_ti=K_t(\frac{V-K_t\dot{x}}{R})=M\ddot{x}& eeimg=&1&&&/p&&p&用初始条件 &img src=&https://www.zhihu.com/equation?tex=x%280%29%3D0& alt=&x(0)=0& eeimg=&1&& ， &img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%280%29%3D0& alt=&\dot{x}(0)=0& eeimg=&1&& 求解这个微分方程，以下求解太可怕，这里用的是原作者解微分方程的结果：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=-M%5Cddot%7Bx%7D-%5Cfrac%7BK_t%5E2%7D%7BR%7D%5Cdot%7Bx%7D%2B%5Cfrac%7BK_tV%7D%7BR%7D%3D0%5Ctag%7B1%7D& alt=&-M\ddot{x}-\frac{K_t^2}{R}\dot{x}+\frac{K_tV}{R}=0\tag{1}& eeimg=&1&&&/p&&p&&img src=&https://www.zhihu.com/equation?tex=%5Cdot%7Bx%7D%28t%29%3D%5Cfrac%7BV%7D%7BK_t%7D%281-e%5E%7B-t%5Cfrac%7BKt%5E2%7D%7BMR%7D%7D%29%5Ctag%7B2%7D& alt=&\dot{x}(t)=\frac{V}{K_t}(1-e^{-t\frac{Kt^2}{MR}})\tag{2}& eeimg=&1&&&/p&&p&&img src=&https://www.zhihu.com/equation?tex=x%28t%29%3D%5Cfrac%7BV%7D%7BK_t%7D%28t%2B%5Cfrac%7BMR%7D%7BK_t%5E2%7D%28e%5E%7B-t%5Cfrac%7BK_t%5E2%7D%7BMR%7D%7D-1%29%29%5Ctag%7B3%7D& alt=&x(t)=\frac{V}{K_t}(t+\frac{MR}{K_t^2}(e^{-t\frac{K_t^2}{MR}}-1))\tag{3}& eeimg=&1&&&/p&&p&由(2)可求得 &img src=&https://www.zhihu.com/equation?tex=t& alt=&t& eeimg=&1&& ：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=t%3D-%5Cfrac%7BMR%7D%7BK_t%5E2%7D%5Cln%281-%5Cfrac%7BK_t%5Cdot%7Bx%7D%7D%7BV%7D%29%5Ctag%7B4%7D& alt=&t=-\frac{MR}{K_t^2}\ln(1-\frac{K_t\dot{x}}{V})\tag{4}& eeimg=&1&&&/p&&p&将(4)代入(3)，可得：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=x%3D-%5Cfrac%7BMR%7D%7BK_t%5E2%7D%28%5Cdot%7Bx%7D%2B%5Cfrac%7BV%7D%7BK_t%7D%5Cln%281-%5Cfrac%7BK_t%5Cdot%7Bx%7D%7D%7BV%7D%29%29%5Ctag%7B5%7D& alt=&x=-\frac{MR}{K_t^2}(\dot{x}+\frac{V}{K_t}\ln(1-\frac{K_t\dot{x}}{V}))\tag{5}& eeimg=&1&&&/p&&p&然后就能得到如下图：&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-18ca33d5a48bf27b7896d53fefad84e2_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic3.zhimg.com/v2-18ca33d5a48bf27b7896d53fefad84e2_r.jpg&&&/figure&&p&&br&&/p&&p&这是实际控制电压函数：&/p&&p&&img src=&https://www.zhihu.com/equation?tex=V+%3D+V_%7Bmax%7D%5Ccdot+sgn%5Cleft%28+-x+-%5Cfrac%7BMR%7D%7BK_%7Bt%7D%5E%7B2%7D%7D%5Cleft%28%5Cdot%7Bx%7D+-+%5Cfrac%7Bsgn%28%5Cdot%7Bx%7D%29V_%7Bmax%7D%7D%7BK_%7Bt%7D%7D%5Cln%5Cleft%281%2B%5Cfrac%7Bk_%7Bt%7D%7C%5Cdot%7Bx%7D%7C%7D%7BV_%7Bmax%7D%7D%5Cright%29%5Cright%29+%5Cright%29%5Ctag%7B6%7D& alt=&V = V_{max}\cdot sgn\left( -x -\frac{MR}{K_{t}^{2}}\left(\dot{x} - \frac{sgn(\dot{x})V_{max}}{K_{t}}\ln\left(1+\frac{k_{t}|\dot{x}|}{V_{max}}\right)\right) \right)\tag{6}& eeimg=&1&&&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-ddf8b06e8e609be05c0f_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&580& data-rawheight=&620& data-thumbnail=&https://pic3.zhimg.com/v2-ddf8b06e8e609be05c0f_b.jpg& class=&origin_image zh-lightbox-thumb& width=&580& data-original=&https://pic3.zhimg.com/v2-ddf8b06e8e609be05c0f_r.jpg&&&/figure&&p&&br&&/p&&h2&实际效果&/h2&&p&运用这些方法，便得到了如下的效果：&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-b5da0c490f5dbcac65c5b_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&560& data-rawheight=&420& class=&origin_image zh-lightbox-thumb& width=&560& data-original=&https://pic2.zhimg.com/v2-b5da0c490f5dbcac65c5b_r.jpg&&&/figure&&p&&br&&/p&&p&上图显示了电机的一系列的90至180度旋转的效果，每个90度的移动耗时都在15ms以下，并且这仅仅只施加了40伏特的电压。&/p&&p&&br&&/p&&a class=&video-box& href=&https://link.zhihu.com/?target=https%3A//www.zhihu.com/video/183680& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic3.zhimg.com/80/v2-9fcf842f7cffec84f3fe_b.jpg& data-lens-id=&183680&&
&img class=&thumbnail& src=&https://pic3.zhimg.com/80/v2-9fcf842f7cffec84f3fe_b.jpg&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/183680&/span&
&p&&br&&/p&&p&&br&&/p&&h2&魔方改进&/h2&&p&我们在手工还原魔方的时候常常将魔方变得特别松，这样就可以用更小的力快速地旋转魔方。但在机器还原魔方中，如果用很松的魔方，当你试着快速转动中心面时，外面就会向外凸，最终导致魔方的散架。&/p&&p&&br&&/p&&a class=&video-box& href=&https://link.zhihu.com/?target=https%3A//www.zhihu.com/video/778688& target=&_blank& data-video-id=&& data-video-playable=&true& data-name=&& data-poster=&https://pic1.zhimg.com/80/v2-b5c_b.jpg& data-lens-id=&778688&&
&img class=&thumbnail& src=&https://pic1.zhimg.com/80/v2-b5c_b.jpg&&&span class=&content&&
&span class=&title&&&span class=&z-ico-extern-gray&&&/span&&span class=&z-ico-extern-blue&&&/span&&/span&
&span class=&url&&&span class=&z-ico-video&&&/span&https://www.zhihu.com/video/778688&/span&
&p&&br&&/p&&p&&br&&/p&&p&所以在这个项目中，他们使用了很紧的魔方。&/p&&p&通过他们成功的经历，我们可以从中学习许多有用的思维方法，比如相空间的思考方法，不仅仅只是用于这样的还原魔方装置，还可以应用到其他领域。&/p&&p&&br&&/p&&a href=&https://link.zhihu.com/?target=http%3A//www.learntop.tech/article/news/4/& data-draft-node=&block& data-draft-type=&link-card& data-image=&https://pic4.zhimg.com/v2-b5da0c490f5dbcac65c5b_180x120.jpg& data-image-width=&560& data-image-height=&420& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&0.38秒还原魔方的原理&/a&&p&&/p&
不久前，两位硬件大佬Ben Katz和Jared Di Carlo打破了此前用机器还原魔方的记录，他们的机器在0.38秒内还原了魔方，比之前的0.637秒提高了40%。 该装置由六个电机、六个电机驱动器、两个摄像头和一个魔方组成。考虑到实验过程中会损坏很多魔方，他们选购的…
&figure&&img src=&https://pic3.zhimg.com/v2-099fcf512fb8c57eb0ebff10c1c60e0b_b.jpg& data-rawwidth=&1181& data-rawheight=&1181& class=&origin_image zh-lightbox-thumb& width=&1181& data-original=&https://pic3.zhimg.com/v2-099fcf512fb8c57eb0ebff10c1c60e0b_r.jpg&&&/figure&&p&&/p&&p&说到世界上主力的四大机器人品牌：发那科、ABB、库卡和安川，从某种意义上来说它们确实是竞争对手，但是真正了解它们各自的机器人产品之后，你会发现其实它们的产品各有千秋，这也形成了它们不同的市场定位以及销售策略，从另外一个角度来看，它们共同的竞争领域并不是太多。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-61f730b45c234c84d54b99fa9a80b96b_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&485& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-61f730b45c234c84d54b99fa9a80b96b_r.jpg&&&/figure&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-443d1cb04ce8f894da3f338a_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&455& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic3.zhimg.com/v2-443d1cb04ce8f894da3f338a_r.jpg&&&/figure&&p&&br&&/p&&p&不管是历史原因还是文化差异，亦或者是理念的影响， 从这四大主力的机器人企业的产品中我们可以看到一个企业在面对市场的变化而选择的发展路径，而谁能够走得更远，同样由市场决定。&/p&&p&&br&&/p&&p&那么，对比发那科、ABB、安川、库卡的机器人，它们的机器人产品都有哪些各自的特点，优劣势分别是什么?&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-dae9400e8eeffd4b2e8d2ac7b0d1d267_b.jpg& data-caption=&& data-rawwidth=&640& data-rawheight=&640& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic4.zhimg.com/v2-dae9400e8eeffd4b2e8d2ac7b0d1d267_r.jpg&&&/figure&&p&&br&&/p&&p&发那科: 精度非常高, 但过载不行&/p&&p&&br&&/p&&p&被称为当今世界数控系统科研、设计、制造、销售实力最强大的企业，发那科关于数控系统的研究可以追溯到1956年，具备前瞻性的日本技术专家预见到3C时代的到来，并组建了科研队伍。&/p&&p&&br&&/p&&p&历史的沉淀造就了发那科在精度上的优势，因为在数控机床的加工过程中，其所加工的零部件的精度直接影响产品的质量，部分机械零部件和精密设备的零部件对加工精度的要求非常高。&/p&&p&&br&&/p&&p&而将在数控系统的优势用于机器人身上，发那科的工业机器人精度也很高，据悉，发那科的多功能六轴小型机器人的重复定位精度可以达到正负0.02mm。此外，发那科工业机器人与其他企业相比独特之处在于：工艺控制更加便捷，同类型机器人底座尺寸更小、更拥有独有的手臂设计。&/p&&p&&br&&/p&&p&值得一提的是，发那科更将数控机床精加工的刀片补偿功能应用在机器人身上，从算法上植入了刀片补偿的功能，这使得机器人在精加工切割的过程中可以实现一圈一圈往里边走，而安川的机器人本体本身不具备这个功能，要实现这一功能只能通过二次开发进行功能补偿，而这也是很有些客户反映安川机器人不太方便的地方。&/p&&p&&br&&/p&&p&据悉，在精加工按照部件边缘进行切割的过程中，切割的刀一般是圆柱形的，就像铣刀一样，在铣了10个件之后，可能会磨损一点点，铣的量越多，磨损就会越大，如果再按照原来的数据去铣，就会有偏差，这个时候就需要有一个补偿值，比如说这把刀加工100个件之后，需要补偿1毫米，加工200个件之后就需要补偿2毫米，而本身数控系统就有这个刀片补偿的功能。&/p&&p&&br&&/p&&p&但是，发那科在机器人的稳定性上，做得还不是最好，据悉，在满负载运行的过程中，当速度达到80%的时候，发那科的机器人就会报警，这也说明了发那科机器人的过载能力并不是很好。所以发那科的优势在于轻负载、高精度的应用场合，这也是发那科的小型化机器人(24KG以下的)畅销的原因。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-fffb4d36ea5_b.jpg& data-caption=&& data-rawwidth=&600& data-rawheight=&450& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&https://pic2.zhimg.com/v2-fffb4d36ea5_r.jpg&&&/figure&&p&&br&&/p&&p&安川: 稳定性好, 但精度略差&/p&&p&&br&&/p&&p&传承了近百年的电气电机技术，安川的AC伺服和变频器市场份额稳居世界第一，1977年，安川研发出日本首台全电气式产业用机器人MOTOMAN。&/p&&p&&br&&/p&&p&安川是从电机开始做起的，因此它可以把电机的惯量做到最大化，所以安川的机器人最大的特点就是负载大，稳定性高，在满负载满速度运行的过程中不会报警，甚至能够过载运行。因此安川在重负载的的机器人应用领域，比如汽车行业，市场是相对较大的。&/p&&p&&br&&/p&&p&但相比较发那科的机器人来说，安川机器人的精度没有那么高，在同等价格的基础上，如果客户要求精度高的话，往往会选择发那科的机器人。&/p&&p&&br&&/p&&p&但好在安川机器人价格优势明显，可以说是四大品牌中价格最低，性价比较高的，安川的焊接机器人包括焊接包，报价才13/14万，与松下的焊接机器人相比较，安川走的是批量化的道路。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-25fccbced65deb6284f7_b.jpg& data-caption=&& data-rawwidth=&337& data-rawheight=&485& class=&content_image& width=&337&&&/figure&&p&&br&&/p&&p&ABB: 算法最好, 但略贵&/p&&p&&br&&/p&&p&以“专业严谨，实用至上”著称的ABB最早是从变频器开始做起的，传承了瑞士严谨的企业精神，在世界占据着重要的位置，在中国，大部分的电力站和变频站都是ABB做的。&/p&&p&&br&&/p&&p&对于机器人自身来说，最大的难点在于运动控制系统，而ABB的核心优势就是运动控制。可以说，ABB的机器人算法是四大主力品牌中最好的，不仅仅有全面的运动控制解决方案，产品使用技术文档也相当专业和具体。&/p&&p&&br&&/p&&p&据悉，ABB的控制柜随机附带Robot Studio软件，可进行3D运行模拟以及联机功能(复制文件、编写程序、设置系统、观察I/O状态、备份及恢复系统等多种操作)。与外部设备的连接支持多种通用的工业总线接口，也可通过标注输入输出接口实现与各种品牌焊接电源、切割电源、PLC等的通讯。此外，ABB的控制柜还可以自由设定起弧、加热、焊接、收弧段的电流、电压、速度、摆动等参数，可自行设置实现各种复杂的摆动轨迹。&/p&&p&&br&&/p&&p&ABB还讲究机器人的整体特性，在重视品质的同时也讲究机器人的设计，但众所周知是，配备高标准控制系统的ABB机器人价格都很贵。此外，有不少的企业反应在四大主力品牌中，ABB的交货期是最长的。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-984ba681c28ae_b.jpg& data-caption=&& data-rawwidth=&375& data-rawheight=&220& class=&content_image& width=&375&&&/figure&&p&&br&&/p&&p&库卡: 操作简单, 但故障率较高&/p&&p&&br&&/p&&p&去年，美的收购库卡的事件可谓让库卡火了一把。如果说ABB是汽车中的奔驰，那么库卡就是汽车中的宝马，虽说同是高端汽车，但是宝马的返修率要高于奔驰。据悉，相对于ABB、发那科等机器人，库卡机器人的返修率是较高的。有知情人士反应，曾使用过库卡的机器人，几乎每天都有一台机器人出故障。&/p&&p&&br&&/p&&p&库卡在国内销售的优势在于它的二次开发做的好 ，就是一个完全没有技术基础的小白，甚至文化水平只是初等的学生用库卡的软件，一天之内就可以上手操作;在人机界面上，为了迎合中国人的习惯，库卡做得很简单，就像玩游戏机一样好用，相比较之下，日系品牌的机器人的控制系统键盘很多，操作略显复杂。&/p&&p&&br&&/p&&p&值得一提的是，库卡在重负载机器人领域做的比较好，在120KG以上的机器人中，库卡和ABB的市场占有量居多，而在重载的400KG和600KG的机器人中，库卡的销量是最多的。&/p&&p&&/p&
说到世界上主力的四大机器人品牌：发那科、ABB、库卡和安川，从某种意义上来说它们确实是竞争对手，但是真正了解它们各自的机器人产品之后，你会发现其实它们的产品各有千秋，这也形成了它们不同的市场定位以及销售策略，从另外一个角度来看，它们共同的竞…
&figure&&img src=&https://pic3.zhimg.com/v2-ecf007ea55d809ead15fc1d_b.jpg& data-rawwidth=&940& data-rawheight=&341& class=&origin_image zh-lightbox-thumb& width=&940& data-original=&https://pic3.zhimg.com/v2-ecf007ea55d809ead15fc1d_r.jpg&&&/figure&&p&CS231n近几年一直是计算机视觉领域和深度学习领域最为经典的课程之一。而最近刚刚结课的CS231n Spring 2017 仍由李飞飞主讲，并邀请了Goodfellow等人对其中部分章节详细介绍。本课程从计算机视觉的基础概念开始，在奠定了基本分类模型、神经网络和优化算法的基础后，详细介绍了CNN、RNN、GAN、RL等深度模型在计算机视觉上的应用。前天，斯坦福开放了该课程的全部视频，并且还有配套英文字幕。因此，CS231n 2017 春季课程包括 PPT 和视频在内的所有教学资料都已开放。机器之心将为各位读者介绍该课程，并提供相应的资源，Bilibili视频地址由微博知名博主爱可可老师提供。&/p&&p&&br&&/p&&p&课件地址：&a href=&http://link.zhihu.com/?target=http%3A//cs231n.stanford.edu/slides/2017/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Index of /slides/2017&/a&&/p&&p&课程视频地址：&a href=&http://link.zhihu.com/?target=https%3A//www.youtube.com/playlist%3Flist%3DPL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/playlist?&/span&&span class=&invisible&&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&Bilibili视频地址：&a href=&http://link.zhihu.com/?target=http%3A//www.bilibili.com/video/avpage%3D1& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&斯坦福2017季CS231n深度视觉识别课程视频（by Fei-Fei Li, Justin Johnson, Serena Yeung）（英文字幕）&/a&&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-bafa_b.png& data-rawwidth=&1136& data-rawheight=&868& class=&origin_image zh-lightbox-thumb& width=&1136& data-original=&https://pic3.zhimg.com/v2-bafa_r.jpg&&&/figure&&p&&br&&/p&&p&以下为该课程的内容大纲&/p&&p&&br&&/p&&p&&b&Lecture 1：计算机视觉的概述、历史背景以及课程计划&/b&&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-7e871fc99b6faece_b.png& data-rawwidth=&1054& data-rawheight=&655& class=&origin_image zh-lightbox-thumb& width=&1054& data-original=&https://pic3.zhimg.com/v2-7e871fc99b6faece_r.jpg&&&/figure&&p&&b&Lecture 2：图像分类——包括数据驱动（data-driven）方法，K 近邻方法（KNN）和线性分类（linear classification）方法&/b&&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-9f8393c36338de9ceb67c_b.png& data-rawwidth=&1420& data-rawheight=&595& class=&origin_image zh-lightbox-thumb& width=&1420& data-original=&https://pic1.zhimg.com/v2-9f8393c36338de9ceb67c_r.jpg&&&/figure&&p&&b&Lecture 3：损失函数和优化（loss Function and optimization）&/b&&/p&&p&&br&&/p&&p&这一讲主要分为三部分内容：&/p&&p&&br&&/p&&p&1. 继续上一讲的内容介绍了线性分类方法；&/p&&p&2. 介绍了高阶表征及图像的特点；&/p&&p&3. 优化及随机梯度下降（SGD）。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-178e27d5aa11ecabc04b2ab_b.png& data-rawwidth=&798& data-rawheight=&464& class=&origin_image zh-lightbox-thumb& width=&798& data-original=&https://pic4.zhimg.com/v2-178e27d5aa11ecabc04b2ab_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 4：神经网络&/b&&/p&&p&&br&&/p&&p&包括经典的反向传播算法（back-propagation）；多层感知机结构（multilayer perceptrons）；以及神经元视角。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-be714b19ac48ff4e9695_b.png& data-rawwidth=&926& data-rawheight=&470& class=&origin_image zh-lightbox-thumb& width=&926& data-original=&https://pic2.zhimg.com/v2-be714b19ac48ff4e9695_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 5：卷积神经网络（CNN）&/b&&/p&&p&&br&&/p&&p&主要分为三部分内容：&/p&&p&&br&&/p&&p&1. 卷积神经网络的历史背景及发展；&/p&&p&2. 卷积与池化（convolution and pooling）;&/p&&p&3. ConvNets 的效果&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-52230ffe3a61ffaca17cd82_b.png& data-rawwidth=&1056& data-rawheight=&503& class=&origin_image zh-lightbox-thumb& width=&1056& data-original=&https://pic3.zhimg.com/v2-52230ffe3a61ffaca17cd82_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 6：如何训练神经网络 I&/b&&/p&&p&&br&&/p&&p&介绍了各类激活函数，数据预处理，权重初始化，分批归一化（batch normalization）以及超参优化（hyper-parameter optimization）。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-b5b3f35aa62d_b.png& data-rawwidth=&967& data-rawheight=&534& class=&origin_image zh-lightbox-thumb& width=&967& data-original=&https://pic4.zhimg.com/v2-b5b3f35aa62d_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 7：如何训练神经网络 II&/b&&/p&&p&&br&&/p&&p&介绍了优化方法（optimization）、模型集成（model ensembles）、正则化（regularization）、数据扩张（data-augmentation）和迁移学习（transfer learning）。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-edf47fe0ba6_b.png& data-rawwidth=&865& data-rawheight=&429& class=&origin_image zh-lightbox-thumb& width=&865& data-original=&https://pic3.zhimg.com/v2-edf47fe0ba6_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 8: 深度学习软件基础&/b&&/p&&p&&br&&/p&&p&1. 详细对比了 CPU 和 GPU；&/p&&p&2. TensorFlow、Theano、PyTorch、Torch、Caffe 实例的具体说明；&/p&&p&3. 各类框架的对比及用途分析。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-5565be20cab0cb0ee0f55ca_b.png& data-rawwidth=&579& data-rawheight=&237& class=&origin_image zh-lightbox-thumb& width=&579& data-original=&https://pic3.zhimg.com/v2-5565be20cab0cb0ee0f55ca_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 9：卷积神经网络架构（CNN Architectures）&/b&&/p&&p&&br&&/p&&p&该课程从 LeNet-5 开始到 AlexNet、VGG、GoogLeNet、ResNet 等由理论到实例详细描述了卷积神经网络的架构与原理。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-38e7ed91cda8459768dd_b.png& data-rawwidth=&922& data-rawheight=&508& class=&origin_image zh-lightbox-thumb& width=&922& data-original=&https://pic2.zhimg.com/v2-38e7ed91cda8459768dd_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 10：循环神经网络（Recurrent Neural Networks）&/b&&/p&&p&&br&&/p&&p&该课程先详细介绍了 RNN、LSTM 和 GRU 的架构与原理，再从语言建模、图像描述、视觉问答系统等对这些模型进行进一步的描述。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-6e2dea8da356e493b04529_b.png& data-rawwidth=&934& data-rawheight=&526& class=&origin_image zh-lightbox-thumb& width=&934& data-original=&https://pic2.zhimg.com/v2-6e2dea8da356e493b04529_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 11：检测与分割（Detection and Segmentation）&/b&&/p&&p&&br&&/p&&p&该课程在图像分类的基础上介绍了其他的计算机视觉任务，如语义分割、目标检测和实例分割等，同时还详细介绍了其它如 R-CNN、Fast R-CNN、Mask R-CNN 等架构。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-cb4b0f5bbf153fc31dd05_b.png& data-rawwidth=&942& data-rawheight=&463& class=&origin_image zh-lightbox-thumb& width=&942& data-original=&https://pic2.zhimg.com/v2-cb4b0f5bbf153fc31dd05_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 12：可视化和理解（Visualizing and Understanding）&/b&&/p&&p&&br&&/p&&p&该部分不仅讲述了特征可视化和转置，同时还描述了对抗性样本和像 DeepDream 那样的风格迁移系统。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-33ce58e14cdf_b.png& data-rawwidth=&947& data-rawheight=&494& class=&origin_image zh-lightbox-thumb& width=&947& data-original=&https://pic1.zhimg.com/v2-33ce58e14cdf_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 13：生成模型（Generative Models）&/b&&/p&&p&&br&&/p&&p&该章节从 PixelRNN 和 PixelCNN 开始，再到变分自编码器和生成对抗网络详细地讲解了生成模型。&/p&&p&&br&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-7f962f4d5d5cc9d793a64534b4aaad2c_b.png& data-rawwidth=&950& data-rawheight=&498& class=&origin_image zh-lightbox-thumb& width=&950& data-original=&https://pic1.zhimg.com/v2-7f962f4d5d5cc9d793a64534b4aaad2c_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 14：强化学习（Reinforcement Learning）&/b&&/p&&p&&br&&/p&&p&该章节先从基本概念解释了什么是强化学习，再解释了马尔可夫决策过程如何形式化强化学习的基本概念。最后对 Q 学习和策略梯度进行了详细的刻画，包括架构、优化策略和训练方案等等。&/p&&p&&br&&/p&&figure&&img src=&https://pic2.zhimg.com/v2-786b66e727f7cc482c2309_b.png& data-rawwidth=&928& data-rawheight=&409& class=&origin_image zh-lightbox-thumb& width=&928& data-original=&https://pic2.zhimg.com/v2-786b66e727f7cc482c2309_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 15：深度学习高效的方法和硬件（Efficient Methods and Hardware for Deep Learning）&/b&&/p&&p&&br&&/p&&p&该章节首先展示了深度学习的三大挑战：即模型规模、训练速度和能源效率。而解决方案可以通过联合设计算法-硬件以提高深度学习效率，构建更高效的推断算法等，&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-cf2aa72aed3bdae_b.png& data-rawwidth=&930& data-rawheight=&696& class=&origin_image zh-lightbox-thumb& width=&930& data-original=&https://pic3.zhimg.com/v2-cf2aa72aed3bdae_r.jpg&&&/figure&&p&&br&&/p&&p&&b&Lecture 16：对抗性样本和对抗性训练（Adversarial Examples and Adversarial Training）&/b&&/p&&p&&br&&/p&&p&该章节由 Ian Goodfellow 于 5 月 30 日主讲，主要从什么事对抗性样本、对抗性样本产生的原因、如何将对抗性样本应用到企业机器学习系统中、及对抗性样本会如何提升机器学习的性能等方面详细描述对抗性样本和对抗性训练。&/p&&p&&br&&/p&&figure&&img src=&https://pic3.zhimg.com/v2-4d32dfb94f2f08bb9837518e_b.png& data-rawwidth=&900& data-rawheight=&614& class=&origin_image zh-lightbox-thumb& width=&900& data-original=&https://pic3.zhimg.com/v2-4d32dfb94f2f08bb9837518e_r.jpg&&&/figure&&p&&br&&/p&&p&&b&机器之心报道&/b&&/p&&p&&/p&
CS231n近几年一直是计算机视觉领域和深度学习领域最为经典的课程之一。而最近刚刚结课的CS231n Spring 2017 仍由李飞飞主讲，并邀请了Goodfellow等人对其中部分章节详细介绍。本课程从计算机视觉的基础概念开始，在奠定了基本分类模型、神经网络和优化算法…
本来自己写了个答案，但想想还是有些片面。其实知乎上之前相关的问题就有很多，我搜集了一部分，还找了一些豆瓣的豆列(╯▽╰)&br&&br&1.历史类&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些比较有情趣的古人书信或笔记？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些值得推荐的魏晋南北朝历史的书籍？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&细读中国历史，有哪些历史书推荐？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些像《极简欧洲史》这样好读又深入的历史类书籍？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&如何评价《万历十五年》与《明朝那些事儿》，哪个更真实客观？ - 历史&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&为什么要读《史记》？ - 历史&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&推荐一些非专业人士看的好看的历史书籍吧？ - 历史书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些值得推荐的历史读物？ - 书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&中国古代有哪些堪称「有趣」的书？ - 书籍&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&史类书籍古今中外相关书目&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&艺术的艺术（文）&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&历史边角料&/a&&br&&br&2.心理学类&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&想学心理学，该看哪些心理学书籍？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&自学心理学，有什么建议和好书吗？ - 心理学经典书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&津巴多的《心理学与生活》和《津巴多普通心理学》这两本书作为心理学爱好者入门读物，应该·选择哪本合适？ - 心理学专业&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&哪些书可以提高人的情商、判断力和谈话技巧？ - 心理学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些心理学入门的书推荐？ - 书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些积极心理学的入门书籍值得推荐？ - 书籍推荐&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&心理学略懂就好&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&【我的心理学书单】&/a&&br&&br&3.逻辑思维&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些能提高逻辑思维能力的书或者资料值得推荐？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&哪些书让你的思想和生活有了自觉的改变？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&哪些书让你觉得真正跳出了思维框架，观点新颖深刻，对你造成了影响？ - 调查类问题&/a&&br&&br&&br&4.管理类&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些精辟易懂关于时间管理方面的书？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&哪些管理类的书籍值得推荐？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&时间管理，是否有必要去看时间管理的书？ - 书籍推荐&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&自我管理&/a&&br&&br&5.经济学&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&经济学入门必读书籍有哪些值得推荐？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&经济学入门读物哪本比较好？ - 经济学书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&关于博弈论的学习，从入门、进阶到精通，应该如何设计书单？ - 经济学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&数学系的人打算了解一下经济学，看什么书合适？ - 经济学书籍&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&想了解一些关于制度经济学的内容，如何由浅入深的设计书单？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有什么分析中国经济的好书推荐？ - 经济学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些关于经济史的经典著作值得推荐？ - 书籍推荐&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&经济学教材推荐（从初阶到高阶）&/a&&br&&br&6.小说类&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&让你酣畅淋漓一口气读完的小说是哪部？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有什么好的小说推荐？ - 小说&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&《三国演义》中有哪些细思恐极的细节？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&《水浒传》好在哪里？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些开头惊为天人，后续和结尾却很平淡的电影/电视剧/动画/漫画/小说？ - 动漫&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&《三体》讲述了怎样的故事？ - 三体（系列小说）&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些作品表面「三观奇歪」，骨子里「三观极正」？ - 电影&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist/1679089/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&阅读是一场孤独的欢喜&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&杂文批量生产王者村上春树&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist/960226/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&女性言情系列小鉴II&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《亚洲周刊》评选的20世纪中文小说100强&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&经典小说推荐&/a&&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist/155711/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&我读过的推理小说和那些被称为推理小说的....小说&/a&&br&&br&7.传记类&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&你读过的最好的传记类图书有哪几本？为什么？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&如何评价黑泽明的自传《蛤蟆的油》？ - 电影&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些好的名人传记值得推荐？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&如何评价刘仲敬的《安·兰德传》？ - 人物传记&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些真实可信的周恩来传记值得推荐？ - 历史&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些值得一读的英文传记类图书？ - 历史人物&/a&&br&&br&豆瓣：&br&·&a href=&//link.zhihu.com/?target=http%3A//www.douban.com/doulist//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&致你不凡的人生——传记启示录【传记题材】【收藏必备】&/a&&br&&br&&br&8.相关问题（杂项）&br&知乎：&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&想用一年时间认真看几本书，有什么好的建议？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&关于室内装修设计有哪些书值得推荐？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些易读的英文原版书？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&给大学生拟一份通识教育书单，哪些书可入围？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&哪些书籍适合入门级的读者？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些内容值得推荐但被糟糕装帧影响销量的图书？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&想要充实自己有哪 10 本书和 10 部电影值得推荐？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些让你读起来每句话都着迷的书？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些对中国当下有深刻见解的书？ - 书籍推荐&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些书看完后会让人很后悔没有早看到？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&你最喜爱的一本书是哪一本？ - 生活&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有什么书让你看完之后逢人就推荐？ - 调查类问题&/a&&a href=&http://www.zhihu.com/question/& class=&internal&&有什么大学生装X必备的书籍？ - 经济&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有什么你认为是神作的书？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&你看过最奇怪的书是什么？
可以可以可以 大家提供的答案都很怪 已经开始着手收入 打造怪书阁·指日可待？ - 调查类问题&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&你的私人书单是什么？ - 文学&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&如何找到好书？有什么技巧或建议？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&二十岁这个年龄应该读什么书？ - 阅读&/a&&br&·&a href=&http://www.zhihu.com/question/& class=&internal&&有哪些书适合每天睡前读，有趣又能学到知识的？ - 阅读&/a&
本来自己写了个答案，但想想还是有些片面。其实知乎上之前相关的问题就有很多，我搜集了一部分，还找了一些豆瓣的豆列(╯▽╰) 1.历史类 知乎： · · ·
&p&说说我学习深度学习的经历吧，从开始学习到现在大概有4个月，只能算新手，刚好可以回答新手问题。&/p&&p&&br&&/p&&p&先说编程：自认会用C++， 熟悉Python&/p&&p&&br&&/p&&p&英语水平：中等，能很快读懂英文科学文献&/p&&p&&br&&/p&&p&最开始对人工智能／深度学习感兴趣是因为想用它试一试自然语言生成，后来想到一个物理方面的题目，预计可以用深度学习技术解决，开始接触深度神经网络。记录一下学习历程，&/p&&p&&br&&/p&&p&1. 安装 Tensorflow（google 开源的深度学习程序）， 尝试里面最简单的例子MNIST 获得激励。&/p&&p&2. 之后尝试通过读书（看视频）理解最简单的全连接神经网络&/p&&p&
先搜索找到答案：为什么要Go Deep？&/p&&p&（1）神经网络中输入层，隐藏层，输出层之间矩阵乘积的维度变化。&/p&&p&（2）Weight， Bias 这些是什么，改变它们有什么结果。&/p&&p&（3）激励函数是什么，有什么作用，有哪些常用的激励函数&/p&&p&（4）误差如何向后传递，网络如何通过最小化误差函数更新，有哪些常用的优化方法&/p&&p&
以上这些在一本交互式电子书中可以找到答案：&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//neuralnetworksanddeeplearning.com/index.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Neural networks and deep learning&/a&&/p&&p&
如何对权重正规化，L1, L2, BatchNormalization, （这些在以后真正应用的时候再看）&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.deeplearningbook.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Deep Learning&/a& chapter 7 for L1, L2 regulation. &/p&&p&&a href=&//link.zhihu.com/?target=https%3A//arxiv.org/abs/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift (2015)&/a& original paper for BN&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//www.quora.com/Why-does-batch-normalization-help& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&why does batch normalization help?&/a& Quora&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//blog.csdn.net/happynear/article/details/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Note for BN in Chinese&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//r2rt.com/implementing-batch-normalization-in-tensorflow.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Implementing Batch Normalization in Tensorflow&/a& from R2RT&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//arxiv.org/pdf/v1.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Layer normalization (2016)&/a& Replace Batch Normalization in RNN&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.jmlr.org/papers/volume11/erhan10a/erhan10a.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Why Does Unsupervised Pre-training Help Deep Learning?&/a&&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.stat.cmu.edu/%7Eryantibs/journalclub/deep.pdf& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Summary and discussion on pre training&/a&&/p&&p&&br&&/p&&p&3. 选择一种比较比较底层的神经网络开源库，tensorflow 或 theano, &/p&&p&
(1) 读官方文档 &a href=&//link.zhihu.com/?target=https%3A//www.tensorflow.org/versions/r0.11/tutorials/index.html& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&tensorflow.org/versions&/span&&span class=&invisible&&/r0.11/tutorials/index.html&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&
(2) 看周莫凡的网络教程 &a href=&//link.zhihu.com/?target=https%3A//www.youtube.com/user/MorvanZhou& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&youtube.com/user/Morvan&/span&&span class=&invisible&&Zhou&/span&&span class=&ellipsis&&&/span&&/a&&/p&&p&
(3) 重复敲代码，重复实现例子程序&/p&&p&4.
开始理解各种不同神经网络架构所能处理的问题&/p&&p&
（1） CNN 图像识别，图像处理，语音处理&/p&&p&
RNN，LSTM 自然语言理解与生成&/p&&p&
增强学习，玩游戏 ：）&/p&&p&5.
尝试各种开源的有意思的神经网络项目，新手可以从下面这个列表开始&/p&&p&
（1）&a href=&//link.zhihu.com/?target=http%3A//karpathy.github.io/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Andrej Karpathy blog&/a& char-rnn, Deep Reinforcement Learning: Pong from Pixels&/p&&p&
&a href=&//link.zhihu.com/?target=https%3A//github.com/anishathalye/neural-style& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Neural Style&/a& In tensorflow. &/p&&p&&br&&/p&&p&6. 如果能翻墙，注册 twitter, facebook 账号，follow 那些文章中经常出现的大牛的名字。他们每天提供很多新动向及最新技术，很多时候有很 Fancy的应用。试试从这个大牛follow的人开始follow&/p&&p&&a href=&//link.zhihu.com/?target=https%3A//twitter.com/karpathy& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&twitter.com/karpathy&/span&&span class=&invisible&&&/span&&/a&&/p&&p&&br&&/p&&p&当你对这些都很熟悉的时候，开始阅读艰深的文献：&/p&&p&1. CNN 的原始文献&/p&&p&2. RNN 和 LSTM 的原始文献&/p&&p&3. Reinforcement Learning 的原始文献&/p&&p&4. Google DeepMind 发表在 Nature 上的几篇经典&/p&&p&&br&&/p&&p&最后推荐一个高级点的库： &a href=&//link.zhihu.com/?target=http%3A//keras.io/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Keras Documentation&/a&&/p&&p&虽然这个库还在发展阶段，里面仍有不少bug，但前途不可限量，可以很容易实现你之前读文章时候见到的那些复杂的构架。作为例子，这里有个教程：&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//ml4a.github.io/guides/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Deep learning book in ipython-notebook and Keras&/a& Many example code in Keras.&/p&&p&&br&&/p&&p&这些学习历程中遇到的资料都记录在了我的个人note里，希望大家共勉：&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//web-docs.gsi.de/%7Elpang/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&web-docs.gsi.de/~lpang/&/span&&span class=&invisible&&&/span&&/a&&/p&&p&&br&&/p&&p&最后强调一个最最重要的事情：要有自己的想法，有将这种新技术用到自己项目中的强烈愿望，从开始就要Coding，不断尝试才能不断进步。&/p&&p&&br&&/p&&p&（看了很多其他的回答，在这里想补充一段）&/p&&p&说实话，作为一个其他行业（物理，工程，化学，医学，农业，卫星地图识别，网络安全领域，社会科学）的普通程序员，在本行业有比较深的理论和实验背景，能接触到海量数据（无论是传感器数据，互联网数据还是蒙特卡洛模拟数据），想做处一些创新性，交叉性的工作，这一轮人工智能的风绝对是要跟的。&/p&&p&&br&&/p&&p&作为一个计算机专业的人，可能觉得机器学习，人工智能，深度学习已经炒的过热了。但是对于其他领域，可能大部分人还没有想到把最基本的机器学习算法如：PCA，SVM，k-means...运用到本行业积累的大数据上, 更不要说最近的深度学习。&/p&&p&&br&&/p&&p&作为其他行业的普通程序员（除了数学与理论物理），我们不要指望从理论上彻底解决深度学习现存的问题。我们的优势不在这里，我们的优势是计算机专业的人所没有的专业知识，行业大数据。我们需要做的是把机器学习，深度神经网络当作工具，知道它们能做什么，如何去做。参考Andrew Ng 的机器学习笔记，&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.holehouse.org/mlclass/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Machine Learning - complete course notes&/a&&/p&&p&&br&&/p&&p&举几个简单的例子：&/p&&p&&br&&/p&&p&1. 使用深度学习中生成风格化图片的技术，制备具有特定功能的抗癌药物&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//www.impactjournals.com/oncotarget/index.php%3Fjournal%3Doncotarget%26page%3Darticle%26op%3Dview%26path%255B%255D%3D14073%26path%255B%255D%3D44886& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&The cornucopia of meaningful leads: Applying deep adversarial autoencoders for new molecule development in oncology&/a&&/p&&p&&br&&/p&&p&2. 使用反常探测，寻找网络攻击 &a href=&//link.zhihu.com/?target=http%3A//news.mit.edu/2016/ai-system-predicts-85-percent-cyber-attacks-using-input-human-experts-0418& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Cyber-attacks prediction&/a&&/p&&p&&br&&/p&&p&3. 对于国家来说，更加聪明的互联网关键词过滤&/p&&p&&br&&/p&&p&4. 自动探测卫星地图上道路，建筑，车辆，河流。。。&/p&&p&&br&&/p&&p&5. 环境科学中寻找雾霾与众多可能因素的非线性关联&/p&&p&&br&&/p&&p&我们用卷积神经网络来区分量子色动力学相变是crossover还是一阶相变。（1年之后回来修改）回答这个问题的时候，文章刚刚写好，最近文章已经在《自然-通讯》Nature Communications 杂志发表，网上公开链接是 &a href=&//link.zhihu.com/?target=https%3A//www.nature.com/articles/s726-3& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&An equation-of-state-meter of quantum chromodynamics transition from deep learning&/a& ， 希望能给坚持在这个方向，做 AI + X 交叉学科应用的同学带来精神上的激励。&/p&&p&&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-d64b931efb074e71ebf7243_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&973& data-rawheight=&562& class=&origin_image zh-lightbox-thumb& width=&973& data-original=&https://pic4.zhimg.com/v2-d64b931efb074e71ebf7243_r.jpg&&&/figure&&p&talk: &a href=&//link.zhihu.com/?target=https%3A//t.co/JgWSFXkgjj& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&http://starmeetings.physics.ucla.edu/sites/default/files/pang.pdf&/a&&/p&
说说我学习深度学习的经历吧，从开始学习到现在大概有4个月，只能算新手，刚好可以回答新手问题。 先说编程：自认会用C++， 熟悉Python 英语水平：中等，能很快读懂英文科学文献 最开始对人工智能／深度学习感兴趣是因为想用它试一试自然语言生成，后来想到…
&p&从15年8月开始关注这个问题，今天终于能给出自己的答案了。&/p&&p&&b&自学前水平：&/b&只会用C输出helloworld，对指针没有任何抵抗力；&/p&&p&&b&自学过程：&/b&主要是参考萧大的编程入门指南进行学习：&/p&&p&1. 哈佛大学公开课：计算机科学cs50；&/p&&p&2. 麻省理工公开课：计算机科学和 Python 编程导论；&/p&&p&3. 斯坦福大学公开课：编程范式；&/p&&p&4. 麻省理工学院公开课：算法导论；（1-4都可以在网易公开课找到）&/p&&p&5. 结合SICP 解题集阅读了《计算机程序的构造和解释》；（只看了前三章）&/p&&p&结合The Hardware/Software Interface公开课阅读《深入理解计算机系统》（时间不够，没做习题）CSAPP偏硬件角度，学习操作系统看的是《现代操作系统》；&/p&&p&6. 结合算法公开课学习了《算法导论》；（学得很吃力）&/p&&p&7. 学习《算法》红宝书，书上的数据结构与算法代码都手动敲了一遍，&/p&&p&结合VisuAlgo，效果拔群；&/p&&p&8. 在语言层面上，学习了《C语言编程》，《C++Prime》，《笨方法学Python》；（只是阅读书籍，没有去做题实践，学习效果很不理想）&/p&&p&9. 学习《Flask web开发》动物书，利用PyCharm一步一步搭建网站；&/p&&p&10.在慕课网上完成了“Linux运维工程师”系列课程学习，自己装了个虚拟机熟悉Linux的常用操作与命令；&/p&&p&11.学习《计算机网络自顶向下方法》，《TCP/IP》核心卷一，熟悉计算机网络基础&/p&&p&12.学习《SQL必知必会》，《高性能MySQL》（由于水平不够，没太看懂）；&/p&&p&13.开始用git管理自己的代码，学习github上的优秀源代码；&/p&&p&14.学习markdown，用hexo搭建个人博客，记录自己的学习过程；&/p&&p&15.结合《深入理解Nginx》学习Nginx源码；&/p&&p&16.深入学习Java：阅读《Thinking in java》（太厚没看完），熟悉SSM框架，阅读《深入理解Java虚拟机》；&/p&&p&—————————————————————————————————————&/p&&p&反思：在学习的过程中有时非常浮躁，急功近利，反而没有真正学进去，基础不扎实&/p&&p&
大部分工作都在阅读，没有代码的练习与实践，对于code的学习是不完整的&/p&&p&
学习知识后要用思维导图或博客整理总结，不时复习&/p&&p&&b&校招准备：&/b&到了16年7月，从实习公司辞职回学校准备校招：&/p&&p&1.牛客网上的专项练习：Java、计算机基础、Linux等1000多道选择题都刷了一遍，记录错题与答案，导入到印象笔记，每天复习；&/p&&p&2.在线编程中的：《程序员面试金典》、leetcode(easy/medium)都刷了一遍，《剑指offer》书看了一遍，题刷了两遍；&/p&&p&3.各大互联网公司的历年真题都做了一遍；&/p&&p&4.针对各个公司的面经进行准备；&/p&&p&&b&校招经历：&/b&互联网公司的校招都来得非常早，一般八月底就开始了，我采用的是海投策略，一个月内笔试了30余家公司（线上笔试与现场笔试），也是自己能力不够，编程题稍微出的难点就不能AC，最终接到面试通知的不到十家，每天笔试、面试、跑宣讲会对体力也是一个很大的挑战，所幸的是，每次笔试面试都能学到很多东西，脸皮也变厚了；&/p&&p&现在我已经拿到了几个offer，最终选择了深圳的一家还算有名的公司，福利待遇也不错，对于我这样一个转行的小码农来说，已经很满意了。但我也知道自己在编程上还是个小学生，基础仍然很不扎实，需要花大量的时间和精力去弥补，在以后的工作和生活中我也会不断保持努力学习的。&/p&&p&&b&个人经历：&/b&我是武汉一所不知名学校的研究生，学历上没有什么优势，研二时在武汉一家国企从事纯硬件的实习，虽然公司福利待遇不错，领导也对我关心，但是仍然对所做的事情没有激情，也是在这个时候看到了萧大的编程入门指南，便开始一步一步自学，每天上下班公交都在抓紧时间看公开课，在公司不方便就躲在厕所里看，现在想来也是颇不容易；&/p&&p&今年年初，经过朋友推荐，一个非常好的机会去了北京一家外企实习，一路贵人不断，热心的老员工，有爱的实习同学，给力的学长；虽然没做什么重要的项目，但是却适应了学校到公司的转变，通过跟进项目，学习了公司的系统开发流程与规范，还是很有收获的；
&/p&&p&最后非常感谢 &a data-hash=&fd7c571a0ada1a72e42e8d& href=&//www.zhihu.com/people/fd7c571a0ada1a72e42e8d& class=&member_mention& data-editable=&true& data-title=&@萧井陌& data-hovercard=&p$b$fd7c571a0ada1a72e42e8d&&@萧井陌&/a& 和 &a href=&https://www.zhihu.com/people/d2facf05b31ad4& class=&internal&&@Badger&/a& 引我走入编程的大门；&/p&&p&感谢 &a data-hash=&745f68a74a02e455b1e1& href=&//www.zhihu.com/people/745f68a74a02e455b1e1& class=&member_mention& data-hovercard=&p$b$745f68a74a02e455b1e1&&@蓝色&/a& ， &a data-hash=&a06cfb38e37dacdf4d7f032& href=&//www.zhihu.com/people/a06cfb38e37dacdf4d7f032& class=&member_mention& data-hovercard=&p$b$a06cfb38e37dacdf4d7f032&&@RednaxelaFX&/a&和 &a data-hash=&8fcc30baa5ee8e& href=&//www.zhihu.com/people/8fcc30baa5ee8e& class=&member_mention& data-hovercard=&p$b$8fcc30baa5ee8e&&@Coldwings&/a& 专业的回答帮我解惑； &/p&&p&感谢 &a data-hash=&ecc0ec035f& href=&//www.zhihu.com/people/ecc0ec035f& class=&member_mention& data-hovercard=&p$b$ecc0ec035f&&@vczh&/a& 带我发现更大的世界； &/p&&p&&b&多说一句：&/b&今年的校招明显感觉到笔试题比前几年要难，很多公司的名额也开始缩减，数十个应届生抢夺一个岗位的事情更是常常发生，所以想通过自学转行的同学请好好考虑清楚再做决定吧。&/p&&p&以上就是我的一些自学编程的经验，也有很多不足的地方，仅供大家参考，希望能对大家有所帮助。&/p&
从15年8月开始关注这个问题，今天终于能给出自己的答案了。自学前水平：只会用C输出helloworld，对指针没有任何抵抗力；自学过程：主要是参考萧大的编程入门指南进行学习：1. 哈佛大学公开课：计算机科学cs50；2. 麻省理工公开课：计算机科学和 Python 编程…
转不转无所谓，我本科在T大机械学的是铸锻焊，现在也是做机器人。主要是因为&strong&工科的基础课都差不多&/strong&。&br&所以，我的建议是本科打好基础就好了，按照重要性，从最重要开始写：&br&&ul&&li&&strong&成绩&/strong&要还可以，保证能够有机会到厉害的机器人实验室深造，这点是很重要的。&/li&&li&&strong&数学&/strong&要好：微积分、线性代数这是最基本的了，如果有可能，再去学点最优化、概率论、高等几何的内容。数学非常重要、数学非常重要、数学非常重要！&/li&&li&&strong&力学&/strong&：基本上理论力学已经够了，但是材料力学、流体力学、弹性力学等也可以学学，一方面这些学科可能在你做某些特殊机器人（柔性、无人机等）的时候要用到，另一方面，这些课程的有些工程思想很巧妙，好好学会受益匪浅；&/li&&li&&strong&控制理论&/strong&：这算是机器人方面的必修课，但是数学、物理好的话后面学也来得及；&/li&&li&&strong&编程&/strong&：虽然机器人工程师并不要求像码农那么高的编程水平，但是基本的C/C++/Matlab还是需要掌握的，这是你跟机器人的交流工具。当然，如果没时间，我建议先学个C，其他的编程语言万变不离其宗，等需要用的时候再学也来得及。&/li&&li&比赛：有空参加一些机械设计大赛、挑战杯什么的，锻炼自己的动手能力。但是要注意的事，大学生比赛也有弊端，例如选手会太注重出成果，追求短平快、而不是科学的方法。所以有机会去厉害实验室打打下手也不错。&/li&&/ul&当然，最重要的还是前面两点，这两点做好了，其他都好说。
转不转无所谓，我本科在T大机械学的是铸锻焊，现在也是做机器人。主要是因为工科的基础课都差不多。 所以，我的建议是本科打好基础就好了，按照重要性，从最重要开始写： 成绩要还可以，保证能够有机会到厉害的机器人实验室深造，这点是很重要的。数学要好…
&p&请允许我打个广告（更新于）：&/p&&p& 坐标上海，上海微创医疗器械（集团）有限公司，机器人子公司在研产品主要是腹腔镜手术机器人、骨科手术机器人等 。&/p&&p&团队拥有10年医疗机器人技术积累，技术领头人为从事机器人技术研究十年的博士；&/p&&p&公司处于上升期，需要各路小伙伴加入，一起共创事业。&/p&&p&如果你看到了广告，请发送简历至。&/p&&p&&b&软件工程师
&/b&&/p&&p&工作职责：&/p&&p&1、负责医疗机器人功能应用的软件实现及单元测试工作；&/p&&p&2、负责医疗机器人上位机软件、数据库等功能的维护与提升；&/p&&p&3、协助完成软件控制架构维护，数据通讯等功能实现；&/p&&p&4、相关技术成果及资料的查阅，整理和归纳 ；&/p&&p&岗位要求：&/p&&p&1、 硕士研究生或者优秀本科生，计算机相关专业毕业&/p&&p&2、 有1年及以上工作经验；&/p&&p&2、熟悉C++，C#等高级编程，熟悉SQL数据库操作；&/p&&p&3、熟悉STM32、瑞萨等嵌入式系统软件开发&/p&&p&4、有机器人相关经验的优先录用；&/p&&p&&b&机器人算法工程师
&/b&&/p&&p&工作职责：&/p&&p&1、负责机器人运动控制算法的研究与应用；&/p&&p&2、负责机器人先进控制理论的研究与应用；&/p&&p&3、负责机器人运动学与动力学建模与辨识；&/p&&p&岗位要求：&/p&&p&1、 硕士研究生及以上学历，自动化、机械、电子工程、控制、数学等相关专业；&/p&&p&2、 有1年及以上工作经验；&/p&&p&3、数学优秀，能用较抽象的数学概念来解决问题；&/p&&p&4、熟悉嵌入式系统软件开发，熟悉C/C++/Matlab，有一定的编程基础；&/p&&p&5、具备良好的英语能力，无障碍阅读英文技术文献；&/p&&p&&b&机器人系统工程师
&/b&&/p&&p&工作职责：&/p&&p&1、负责机器人运动功能的集成应用；&/p&&p&2、负责机器人系统调试与仿真应用；&/p&&p&3、负责机器人系统维护与更新升级；&/p&&p&4、相关技术成果及资料的查阅，整理和归纳 ；&/p&&p&&b&机器人控制工程师 1人&/b&&/p&&p&工作职责：&/p&&p&1、 负责机器人控制算法的设计与开发任务；&/p&&p&2、 负责机器人控制系统的理论研发与应用；&/p&&p&3、 发现和解决开发过程中出现的技术问题；&/p&&p&4、 相关技术成果及资料的查阅、整理及归纳；&/p&&p&岗位要求：&/p&&p&1、 硕士或博士学历，自动化、计算机、控制专业毕业；&/p&&p&2、 熟悉C/C++等编程语言；&/p&&p&3、 具有机器人运动控制相关项目经验优先；&/p&&p&具备良好的英语能力。 &/p&&br&&p&&b&还有 电气工程师 测试工程师 图像算法工程师 ~~&/b&&/p&&p&——————————————————————————————&/p&&p&看到这个问题，忍不住关注并且像看看其他算法工程师是怎样的心情。可等了这么久，没有看到想要的答案，我猜题主应该和我一样想了解这一领域或者职业的体会。由于本人正好是做机器人算法这一块工作，终于还是决定写一写这两年来的感受，也权当是两年的收获和总结。&/p&&p&机器人控制入门，我属于比较晚的那种，2014年6月才真正接触和了解机器人控制算法相关知识，非常感谢现在的领导和好哥们带我走入机器人控制世界。所有的机器人控制、算法方面知识都是在我工作之后学到的，以下内容纯属个人体验，如有错误，请各位前辈指正。&/p&&p&————————————————————————————————————&/p&&p&说话先上图：&/p&&figure&&img src=&https://pic2.zhimg.com/e1c8cd248bfcb0b67e39_b.png& data-rawwidth=&371& data-rawheight=&279& class=&content_image& width=&371&&&/figure&&br&&p&这是我这两年手头上买的基本机器人算法入门相关的书：&/p&&p&1、《机器人学导论》应该算比较基础的入门：各种变换、正逆运动学、静力学、动力学、线性/非线性系统、基础控制、电气元件等等，算是入门比较全面的；&/p&&p&2、《