查看“2015011713”的源代码

2017-7-11 

完成wiki.icenter和Gitlab账户的创建 录制24条指令语句. 

2017-7-13 

完成tensorflow以及Anaconda Python的安装 

2017-7-14 

进行了初步的理论知识的学习，大体了解了学习网络的构造，并且下载了tfExample，利用sox对声频文件进行加强，但是利用convert_file对声频文件进行转为.h文件时必须要有ffmpeg文件进行格式整理，否则运行不了。

整体的操作步骤需要注意的是对于文件地址的输入一定要准确，否则将会带来不必要的麻烦。

2017-7-15

今天我们运行 train.py 和 client.py train文件是主运行文件，通过利用tensorflow，代码中调用了model函数，对train中fit_generator函数进行了讨论和理解，这对于我们之后自主设计model应该会有比较大的作用。之后就运行client，这其中backgroundAlter中

ALTER_RATE=1.0 RANDOM_GAIN=0.6 BGM_GAIN=0.9。挂机等待结果。但是从前几个成果来看，与理想差的很远，训练acc很高，但是test的acc很低，差不多在4%左右徘徊。今天已经完成了教学计划中的所有任务，之后的时间就是调整参数，设计模型来提高准确率。

2017-7-16

今天老师提醒，昨天我们跑的文件噪声背景的强度太大，今天就改成了ALTER_RATE=0.6 RANDOM_GAIN=0.2 BGM_GAIN=0.2 的弱噪声背景参数。但是由于我们的电脑GPU性能带不动，运行时总是报错memory limited。所以将train 和 test 的 sockDataGenerator改为了 25 和 5，这样才可以不报错。

但是这个后果就是在同样的时间内，我们的acc提升的数值就要小于更高的sockDataGenerator，这个也是没有办法的。并且有个现象就是，在最初的四个epoch过程中，训练的acc总是低于测试的acc，但是到90%以后两个基本上差不多了。截止到14：27，跑了13个epoch， 测试的acc为94%，之前曾经达到过95%。越往后将会越慢，所以感觉应该把step变小一些，比如，一个epoch包含100-30个，这样在达到95+之后就可以更加精细一些。