好久没有更Matlab和深度学习的笔记了，这次搬运一波Matlab深度学习的官方示例，使用 GoogleNet 来实时对相机采集的图片进行分类 立一个flag，以后一周更一篇Matlab和深度学习的笔记。

❓什么是CNN激活图？ 激活图就像是CNN的"思维过程"，展示了网络在识别图像时各个层次的关注点。简单说，它让我们窥探AI是如何"看"世界的！ ❓激活图具体代表什么 激活图上的每个值 (激活值) 代表了网络对该位置和对应特征的响应程度。 值越大，表示网络对该位置和特征越敏感，认为它越重要。 越深的层的激活图提取的特征越来越抽象：大多数卷积神经网络在第一个卷积层中学习检测颜色和边缘等特征。在更深的卷积层中，网络学习检测更复杂的特征。通过可视化激活图，我们可以观察不同卷积层学习到的特征，以及这些特征如何随着网络深度的增加而变得更加抽象和高级。

日记应该侧重于记录自己的进步与收获，搭上“复利效应”的列车，让自己不断成长。把生活中零散的、碎片的事情和经历，重新整理为一个有序的整体，从而让自己的生命更加连贯，更加有序。

「面向主题地去管理笔记链接」，这一方法在双链笔记圈被叫做 MOC，Map of Contents，直接翻译叫做内容地图，我更喜欢将其翻译为索引笔记、主题笔记。使用MOC不仅仅能使得管理笔记更自由，可以根据需要让笔记出现在不同的MOC笔记里，很轻松地进行笔记复用，实现知识的持续性积累。更重要的是，使用MOC管理笔记，会让你养成「面向主题」的笔记习惯，「以问题为导向」去收集信息、整理信息，让你更多地去深度思考而不仅仅停留在收集信息这个水平上，让学到的知识真正去使用，而不是积灰！实践就是知识的最佳归宿，我们学习知识要用来帮助个人成长、改善生活，而不应该只是热衷囤积与当下目标并不相关的信息，让这些收集得来的信息一直在收藏夹里积灰，浪费时间精力却无所得。

优化Matlab try...catch.end 的报错提示，使其既能简单显示报错原因，需要时也可以查看具体报错位置。

其实我用的笔记软件不多，真正作为主力笔记软件的，只有三个软件，依次为onenote，wolai和思源笔记。简单回顾下过去在 onenote、wolai 是怎么管理笔记的。

你如何度过每一天，也就如何度过这一生。

折腾一下午魔改别人的编辑器，使其支持Markdown的图片title可以变为图注（为什么大家都这么喜欢用anchor text呢，叹气）

stellar 主题有段时间大改样式，当时没时间更新主题。感觉现在主题比较稳定了，终于找到时间把主题更新一下。由于stellar经过作者大改，我之前的很多的自定义样式都失效了。所以又折腾了一上午，重新美化了一下。

我的出发点是把编程当作一个自学的例子，重点在于学会如何自学，并且通过实践真的习得一个起初你觉得不是刚需，学会之后发现干脆离不开的、不可或缺的技能。另外，这本书的目标里有更重要的另外一个：“让你有能力靠自己能够理解所有的官方文档” —— 书里不用讲官方标准库里的每个模块、每个函数究竟如何使用，因为那些在官方文档里定义得非常清楚……