# Meeting

- Date: 2021/10/22
- Name: 辨識手寫數字

## Goals

> 學習理論\>升學

(按照優先度排序)
1. 學習ANN
2. 備案實作
- mlpack(預留14天)
- TensorFlow(預留10天)
3. 做出實作(自製)
4. PWA(或electron)
5. 轉換成`*.onnx`

## References

- [github project (**private**)](https://github.com/orgs/MDResearch/projects)
- [master branch (**private**)](https://github.com/MDResearch/research)

## Rundown

- 確認教授的專業領域
- 討論教授能給我們什麼資源
- best practice(如何建樹)
- 語言支援(`rust`)
- 導讀[tensorflow的graph](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/core/graph)(`source code`)(建樹)
- 線性代數
- 決定做進行主題
- 辨識手寫數字([mnist](http://yann.lecun.com/exdb/mnist/))
- 排定進度時間表
- 備案討論
- mlpack
- TensorFlow
- - MNIST 手寫數字辨識
- https://blog.toright.com/posts/6914/keras-mnist-helloworld.html
- https://clay-atlas.com/blog/2019/09/28/%E4%BD%BF%E7%94%A8-cnn-%E9%80%B2%E8%A1%8C-mnist-%E7%9A%84%E6%89%8B%E5%AF%AB%E6%95%B8%E5%AD%97%E8%BE%A8%E8%AD%98-by-keras-%E5%AF%A6%E6%88%B0%E7%AF%87/
-
-

## Record

- best practice(如何建樹)
**...**
- 語言支援(`rust`)
**...**
- 導讀[tensorflow的graph](https://github.com/tensorflow/tensorflow/tree/master/tensorflow/core/graph)(`source code`)(建樹)
**...**
- 線性代數
**...**