2017-07-11
创建Gitlab账户和wiki账户，并录制24条语音指令。
2017-07-13
完成tensorflow人工智能库以及Python的安装，并安装Keras库等必要组件。
2017-07-14
进行机器学习的基础理论的学习，了解具体的工作原理，了解损失函数、交叉熵的概念。下载并运行了tfExample，从网页端查看运行结果。
下载audioNet例程，利用sox对音频文件添加噪声，增加机器学习的样本数量，并利用ffmpeg对音频文件进行统一化、格式化的处理。
最后尝试运行了client.py以及train.py。值得注意的是，运行client.py时，需要进入augmentation文件夹运行，否则可能报错。
2017-07-15
将代码在GPU工作站上运行，运行train脚本，每一个epoch共3000个样本，一共执行100个epoch；
在运行期间，利用现有的.h5文件，通过convert_pb脚本进行转换得到pb文件，方便在安卓开发进程中引入人工智能的模型。
最后利用这个模型，放置在asset目录中，使用Android Studio进行前端开发并编译生成apk文件，在手机上测试运行成功。