确保一个类只有一个实例，并提供一个访问它的全局访问点。

做了一个神经网络入门级的PPT，主要包括以下内容：

1. 概述
2. 神经元模型
3. 神经网络结构
4. 代价函数
5. 梯度下降算法
6. 反向传播算法
7. 使用神经网络识别手写数字
8. 交叉熵代价函数
9. 过度拟合和规范化

使用MNIST数据集训练神经网络模型。训练数据由28*28的手写数字的图像组成，输入层包含784=28*28个神经元。输入像素是灰度级的，值为0.0表示白色，值为1.0表示黑色，中间数值表示逐渐暗淡的灰色。

D3.js基础知识，介绍了添加元素、绑定数据、使用数据、矢量图SVG、比例尺Scale和坐标轴Axis。本篇案例都是使用D3.js v4版本。

D3.js是一个JavaScript的函数库，主要用来做数据可视化。

本节内容介绍了选择集、动态属性、enter、exit、update操作和过渡。选择集描述如何选中想要操作的节点；动态属性控制选中节点元素的属性；enter、exit、update分别来添加节点、移除节点、更新节点；过渡用来制作动画效果。

今年这个时候，正在为保研推免的事情到处奔波，报名参加了深圳大学可视计算暑期学校。具体活动内容包括：由国内外著名学者和教授开设计算机图形学、计算机视觉以及可视化领域的前沿学术讲座；上实践课程，指导学生运用在广告、影视、游戏等各行业应用广泛的3ds Max软件完成简单模型的创建。