智能系统实验室-2018新人暑期培训计划
1. 课程目标
随着团队扩大和节奏加快，目前依靠大家自学的方式学习速度已经远远满足不了需求，根据之前的共识和这段时间的思考，我们整理了本方案，计划在明年研究生入学前开展学前强化学习班，旨在快速引导新生入门相关领域，同时也给其后续学习提供系统性的资料。 而在这之前，我们需要号召高年级学生系统性地整理相关资料，通过协作方式完善后试讲，确认OK后整理到一个统一的文件体系中。
协作gitlab：http://192.168.1.3/PI_LAB/SummerCamp2018
课程针对学员，有针对性地提升以下能力：
- 基础能力：所有人了解基础的编程知识，注意事项，了解常用工具的使用方法;
- SLAM ：学习SLAM的基础知识，并带领学员一步一步自己实现一个简单的ORBSLAM;
- AI ：学习AI相关的基本知识，并通过一些实例让大家自己实现常见的功能;
2. 课程列表
所有的课程被归类成以下几个Topic：
- tool ： 包含常用的环境，工具
- cpp ： 包含C++程序入门的一些课程
- python : 包括python基本使用教程
- slam ： SLAM入门课程
- ai ： AI入门课程
每个Topic都被分成约3个学时Lessons，每个Lesson可以是Lecture，Tutorial或Lab：
- Lecture ： 演讲课，主讲者进行演讲而学员以听为主，课程应尽量生动易懂，同时建议学员根据自身情况预习并在Lecture课程中做好记录;
- Tutorial： 讨论课，课程建议包含约一小时的内容讲述和两小时的学员实践练习讨论，建议学员根据自身情况预习;
- Lab : 实验课，包含少量内容介绍，主体为操作学习的课程;
Lesson中途可以适当休息，或者安排其他活动。以下是全部Lessons的列表和简要说明：
| 课程文件夹 | 课程描述 | 课程类型 | 主讲人 |
|---|---|---|---|
| tool/linux | Linux入门，常用工具介绍，Bash命令ShellToolkit，cd,ls,echo,apt,ssh,dpkg,locate等，Bash编程实践 | Tutorial | |
| tool/git | git工具介绍和协作开发实践 | Lab | 张咪 |
| tool/markdown | markdown语言介绍和使用实验课程 | Lab | 马文科 |
| tool/notebook | ipython notebook介绍和使用实验课程 | Lab | 冷鹏宇 |
| tool/cmake | 介绍编译原理，引入CMake，并练习使用cmake进行编译，介绍PICMake，练习使用PICMake进行编译，Linux下编写简单包含三方库本地库的工程，并分别用Makefile，qmake，CMake编译 | Lab | 王伟 |
| tool/latex | latex语言介绍和学习实践 | Lab | 张咪 |
| tool/docmanage | mendeley等文档管理软件 | Lab | 张咪 |
| tool/docker | docker入门介绍 | Lab | 赵勇 |
| cpp/helloc | C语言入门回顾，这里主要介绍与C语言重叠的部分，包含宏定义，变量，函数，循环体，指针，函数指针，数组，结构体，联合体等部分，编写简单函数库，并使用Makefile进行编译 | Tutorial | 杨君 |
| cpp/hellocpp | C++语言入门回顾，介绍引用，重载，类成员函数，继承多态，编写简单函数库，并使用Makefile进行编译，引入qmake，Debug | Tutorial | 贺宇 |
| cpp/stl | STL介绍，引入模板类，介绍vector,list,map,set等，练习编写自己的list实现 | Tutorial | 程诚 |
| cpp/cpp11 | C++11标准介绍，引入多线程，智能指针，原子锁，信号量等概念，练习多线程中使用智能指针，原子锁，信号量等 | Tutorial | |
| cpp/style | 介绍GoogleCppStyle，强调编程风格，练习自己实现一个智能指针模板类，大家讨论各自的代码中存在什么问题 | Tutorial | 马文科 |
| cpp/qt | 介绍基本的Qt界面编程，并带着学员实现一个简单的界面程序 | Tutorial | 王伟 |
| cpp/ros | 介绍ROS机器人操作系统，并带着学员实现一个简单的ROS通信程序，课程要求学员预习并提前安装ROS库 | Tutorial | 马文科 |
| cpp/opengl | 课程介绍基本的OpenGL操作，并实践显示简单的模型元素 | Tutorial | |
| cpp/effectivecpp | 介绍EffectiveC++中的部分内容，并带着学员反思之前程序中存在的问题 | Tutorial | |
| python/hellopython | 编程语言特性，程序结构，基础技术框架，编程风格，对象特性，核心数据类型，字符串，列表，元祖，字典，表达式与运算符 | Tutorial | 李清 |
| python/more | if,while,for,迭代器，生成器，文件对象，os模块，os模块常用接口，函数，类,继承，重载 | Tutorial | 李清 |
| python/module | 模块基础，模块机制，异常处理，常用科学计算模块 | Tutorial | 王磊 |
| slam/summary | 初识SLAM，什么是SLAM，SLAM研究包含什么内容，如何开展SLAM研究，SLAM的未来 | Lecture | 张咪 |
| slam/cv | 图像处理相关,opencv入门介绍 | Tutorial | 王伟 |
| slam/geo2d3d | 二维，三维中的点，线，面和线性变换,思考题讨论 | Tutorial | |
| slam/opt_linear | 线性优化入门及实例，利用SVD分解和Eigen库求解最小二乘问题实验，并引入Ransac提升拟合效果 | Tutorial | 程诚 |
| slam/match | 图像匹配，光流，特征点匹配，并求解二维对应warp | Tutorial | 程诚 |
| slam/camera | 介绍各种传感器，相机模型，畸变模型和标定工具 | Tutorial | 杨君 |
| slam/liegroup | 三维中的李群和李代数，此章理论有深度，建议预习 | Lecture | 范帝凯 |
| slam/opt_nolinear | 非线性优化入门及实例，Ceres实例求解标定参数 | Tutorial | |
| slam/orbslam | ORBSLAM代码结构解析 | Lecture | |
| slam/gorbslam | ORBSLAM的GSLAM实现，将在后续的课程中带着大家逐步完善它 | Tutorial | |
| slam/initialize | 两帧重建介绍及实验,完成GSLAM-ORBSLAM中的初始化并显示 | Tutorial | |
| slam/pnp | PnP方法介绍和代码实现 | Tutorial | 程诚 |
| slam/triangulate | 地图生成和三角化 | Tutorial | |
| slam/dataassociation | 地图数据关联 | Tutorial | |
| slam/ba | BundleAdjust方法介绍和代码实现 | Tutorial | 程诚 |
| slam/loopdetect | 回环检测介绍和代码实现 | Tutorial | |
| slam/icp | ICP方法和代码实现 | Tutorial | 王伟 |
| slam/posegraph | 位姿图优化 | Tutorial | |
| slam/direct | 直接法 | Lecture | |
| slam/vio | VIO | Lecture | 范帝凯 |
| slam/vins | VINS代码解析 | Lecture | |
| slam/mapfusion | 讲解MapFusion框架，并实践编写一个最简单的Map2DFusion插件 | Tutorial | 王伟 |
| slam/dense | 讲解稠密重建的方法，并时间编写一个最简单的稠密重建程序 | Tutorial | 杨君 |
| slam/mesher | 讲解如何构建三角网格模型并进行纹理贴图 | Tutorial | 张咪 |
| ai/summary | 初识人工智能，什么是人工智能，如何开展人工智能研究，人工智能的未来 | Tutorial | 童品模 |
| ai/mlbasic | 机器学习基础，机器学习涉及的基本点 | Tutorial | 王磊 |
| ai/probability | 机器学习中涉及的统计概率以及信息论相关知识点 | Tutorial | 韩鹏程 |
| ai/nn | 神经网络基本介绍 | Tutorial | 童品模 |
| ai/bp | 神经网络反向传播算法,简要包括随机梯度下降法等优化方法 | Tutorial | 李清 |
| ai/tricks | 关于神经网络的一些技巧包括激活函数、dropput、正则化、loss函数定义选择 | Tutorial | 冷鹏宇 |
| ai/optimizer | 深度模型中的优化介绍 | Tutorial | 冷鹏宇 |
| ai/caffe | 使用教程，简单源码分析，部分API接口讲解，python接口说明 | Tutorial | 韩鹏程 |
| ai/tensorflow | 使用教程，简单源码分析，部分API接口讲解 | Tutorial | 王磊 |
| ai/cnn | CNN介绍和实验 | Tutorial | 冷鹏宇 |
| ai/lstmRNN | lstm以及rnn序列神经网络介绍 | Tutorial | 王磊 |
| ai/svmPCA | SVM介绍和实验，线性因子模型介绍 | Tutorial | 李清 |
| ai/dlcore | 自编码器，表示学习，结构化概率模型，蒙特卡罗方法，配分函数，近似推断 | Tutorial | 韩鹏程 |
| ai/rbmDBN | 无监督深度学习技术DBN原理介绍，生成模型介绍 | Tutorial | 王磊 |
| ai/GANs | GANs基本原理和应用介绍 | Tutorial | 韩鹏程 |
| ai/ReforceLearning | 强化学习基本原理介绍 | Tutorial | 李清 |
| ai/yoloFastRCNN | yolo原理与实验,FastRcnn经典框架及技术要点介绍 | Tutorial | 冷鹏宇 |
| ai/largeScaleLearning | 大规模深度学习涉及的技术点，GPU,分布式，模型压缩,动态结构，FPGA硬件 | Tutorial | 韩鹏程 |
3. 学习课表（2018-07-08月）
学习课表是根据情况从课程列表选择一部分课程进行讲述，对于未开课课程请学员根据自身情况自学。以下课程中的基础类为必修，对于SLAM方向学员来说AI为选修，对于AI方向学员来说SLAM为选修。
| 日期 | 上午(09：00 - 12：00) | 下午( 14：30 - 17：30) | 晚上(19：00 - 22：00) |
|---|---|---|---|
| 1 | tool/linux | tool/git | |
| 2 | tool/markdown | cpp/helloc | tool/notebook |
| 3 | slam/summary | cpp/hellocpp | tool/cmake |
| 4 | ai/summary | cpp/stl | python/hellopython |
| 5 | slam/geo2d3d | cpp/cpp11 | python/more |
| 6 | ai/mlbasic | cpp/style | python/module |
| 7 | slam/opt_linear | ai/probability | |
| 8 | slam/match | ai/nn | |
| 9 | slam/camera | ai/bp | |
| 10 | slam/liegroup | ai/tricks | |
| 11 | slam/opt_nolinear | ai/optimizer | |
| 12 | slam/orbslam | ai/caffe | |
| 13 | slam/gorbslam | ai/tensorflow | |
| 14 | slam/initialize | ai/cnn | |
| 15 | slam/pnp | ai/lstmRNN | |
| 16 | slam/triangulate | ai/svmPCA | |
| 17 | slam/ba | ai/dlcore | |
| 18 | slam/loopdetect | ai/rbmDBN | |
| 19 | slam/icp | ai/GANs | |
| 20 | slam/posegraph | ai/ReforceLearning | |
| 21 | slam/direct | ai/yoloFastRCNN | |
| 22 | slam/vio | ai/largeScaleLearning | |
| 23 | slam/vins | cpp/effectivecpp | |
| 24 | tool/latex | tool/docmanage |
4. 课程准备说明
每个课程都包含:
- doc
- README.md (包含课程介绍,[说明],[大作业])
注意事项：
- 请控制每个Lesson上课时间不多于3小时
5. TODO
5.1. 文档整理方式&规则
- 如何更容易上手?
5.2. 上课模式?
按课表进行上课or(每天固定时间答疑)or每周固定时间答疑
5.3. README模板
# 课程名称
## 1. 本课程介绍
README是用来给读者准备的课程说明
## 2. 如何学本课程?
可以参考示例/cpp/stl课程的写法.
每个README都应包含且仅包含四个标题.
## 3. 课程目录
## 4. 课程作业
无