查看“2016012132”的源代码

==2017年6月30日==

*完成调试pynq  audio部分

==2017年7月1日==

*完成教程实验usb_webcam
*完成教程实验opencv_filter_webcam
*学习内容

了解了usb webcam的工作原理，进一步讲解了pync的优点，pync内部的硬件可扩展性非常强，在未来的会发挥较大的作用。

[[File:挑战图片.jpg|frameless|caption]]

学习了使用tensorflow来训练系统，识别图片，讲解了核心的代码，读取出图片的信息，制作成28*28的矩阵，在进行运算将其变为一个数，从图片数据库中随机抽取4长，进行机器学习，给予机器反馈结果，达到识别图片的目的。

[[File:挑战图片2.png|frameless|caption]]

[[File:挑战图片3.png|frameless|caption]]

我觉得这个技术可以应用到人脸识别上，不过可能失误会比较大，需要的学习次数因此就比较多。而且人脸识别由于大部分的脸不像数字那样易于区分，像鼻子眼睛这些在摄像头下面的差别非常小，因此要调节那个权重肯定非常的困难，不知道有没有什么更好的方法没有。

==2017年7月3日==

*学习内容

今天上午正式开始神经网络的内容。老师讲了神经网络的发展历史，分类，一些典型代表，包括谷歌的CLDNN，CTC模型还有LSTM，我们的网络主要就有CLDNN和LSTM还有一些其他部分构成。用到的函数库是keras，这是一个TensorFlow的封装版，使用更加方便，可以免去很多tensorflow的麻烦。

*操作内容

操作上的主要内容就是训练网络了。首先到git上找到并下载一个项目，将其中两个代码涉及到地址的内容改成当前所用地址，然后跑这两个代码，开始训练。样本来自我们前几天自己录的音，不同的是被老师加上了很多背景白噪声，大幅度增加了样本量，实现了“增强学习”的目的。将样本分割成两部分，分别放在两个不同的文件夹里，一部分用作训练，另一部分用作测试。这个部分我跟刘宗健上午时候都没有太注意，导致在运行过程中老是卡来卡去，这里报错那里报错，给助教带来了很多打扰。在工作站上运行之后出现了很多问题，主要是10054和10061错误，我们远程连接的那台笔记本出现了问题另一台又连接不上，上午只好作罢。


下午好在在助教的帮助下，我们把该安装的东西都安装好了，代码上一开始没有改或者说没改好的地址也改到了正确的路径，数据也分好了test和train两个部分，也放弃了远程连接，直接用显示屏显示，然后就是除了等训练结果。网络正确率走的时候到达了0.6 。希望一晚上能提高的比较多。