sinever 老师您好,
非常感谢您的指导！
我正在准备报名材料，已经订阅了 tc, dev 和 sig-ai-bigdata 三个邮件列表。
你认为这个项目可能的困难点是哪里。
关于项目的困难点，我认为难度最大的部分可能是软件包的打包过程，我目前正在阅读 openEuler 社区的 打包指南，我会尽量让项目产出的软件包符合这个标准。
Mlpack当前支持哪些AI算法。
我查阅了 mlpack 的文档，发现它支持的AI算法真不少，其中我比较眼熟的有 KNN，KMeans，SVM，朴素贝叶斯，决策树，神经网络等算法。我选择 SVM，NN，CNN 这三种算法的原因是，我在 MNIST 数据集的 官网 上看到作者列出了几大类算法在 MNIST 上的表现。SVM，NN，CNN 占据了其中的大部分位置，它们的表现也非常优秀。我想选择这几种算法，应该会让模型的效果更有保证。
对三种模型进行哪些指标的对比。
我目前的想法是，对于模型的效果，我会比较准确率，F1-score；对于模型的性能，我会比较推理速度，内存占用。对于模型的训练，我会比较训练时间和收敛速度。
感谢您提出的问题，让我对项目有了更深的理解。我根据问题对计划书进行了补充，附在附件中。
祝工作顺利。
刘文卓
------------------ Original ------------------
From: "sinever"<sinever@126.com>;
Date: Thu, Jun 4, 2020 01:58 PM
To: "刘文卓"<lwzbill@foxmail.com>;
Subject: 回复：暑期2020项目提案-ID:2021218-华中科技大学-刘文卓
刘文卓同学你好.
现在活动已经正式开始接受报名，欢迎通过官方网站https://isrc.iscas.ac.cn/summer2020/报名。
你对这个活动以及这个题目的目标理解的很到位，实际还有一个目的是让大家熟悉开源社区的玩法并参与到openeuler的实际开发中，所以欢迎你订阅 openeuler的邮件列表 dev@openeuler.org/tc@openeuler.org以及AI和BIGDATA这个sig的邮件列表sig-ai-bigdata@openeuler.org，https://openeuler.org/zh/community/mails.html，并通过邮件列表沟通(首先要注册gitee账号)。
看到你已经有一些linux、c、git、ai的经验，这对该项目很有帮助。
你可以先报名，同时先把环境搭建起来，资料看起来，前期的一些学习总结、经验、问题、操作步骤都可以记录下来，为后面的总结做准备。
有几个问题：
1． 你认为这个项目可能的困难点是哪里。
2． Mlpack当前支持哪些AI算法。
3． 对三种模型进行哪些指标的对比。
有问题我们随时再沟通。
现在活动已经正式开始接受报名，欢迎通过官方网站https://isrc.iscas.ac.cn/summer2020/报名。
你对这个活动以及这个题目的目标理解的很到位，实际还有一个目的是让大家熟悉开源社区的玩法并参与到openeuler的实际开发中，所以欢迎你订阅 openeuler的邮件列表 dev@openeuler.org/tc@openeuler.org以及AI和BIGDATA这个sig的邮件列表sig-ai-bigdata@openeuler.org，https://openeuler.org/zh/community/mails.html，并通过邮件列表沟通(首先要注册gitee账号)。
看到你已经有一些linux、c、git、ai的经验，这对该项目很有帮助。
你可以先报名，同时先把环境搭建起来，资料看起来，前期的一些学习总结、经验、问题、操作步骤都可以记录下来，为后面的总结做准备。
有几个问题：
1． 你认为这个项目可能的困难点是哪里。
2． Mlpack当前支持哪些AI算法。
3． 对三种模型进行哪些指标的对比。
有问题我们随时再沟通。
