查看“RA”的源代码


==日期：2017-07-14==
主要操作：

1，安装Win10操作系统。安装Tensorflow。

2，了解神经网络基础知识；

3，根据相关章节完成对tfExample的测试

==日期：2017-07-15==
主要操作：

1，Windows环境下用pip命令安装Keras失败，转用linux系统；准备GPU工作站以备后续训练。

2，linux环境下用pip命令安装Tensorflow失败；使用sudo命令安装成功。

3，sudo命令安装Keras成功。安装sox成功。

4，拷贝*.wav录音文件（共2044个文件），随机分割成训练集（1844个文件）和测试集（200个文件），比例约为9：1；

    #特别注意train文件夹和test文件夹位置应与client.py中所写文件抽取路径一致。

5，运行train.py文件和client.py文件失败：不能在models文件夹中成功保存save_xx.h5文件。

6,error提示未安装h5py，安装h5py；

7，将simples_per_epoch数值改为5，检验运行成功后改为2000；

8，运行py文件，生成8个save_xx.h5文件；

9，saturnLab上新版audioNet代码不需要推断过程中的相关修改；

10，修改webfront.py文件后运行失败；提示404页面不存在；网址修改为0.0.0.0：5000/predict后找到页面；

11，webfront.py运行失败：未安装ffmpeg。sudo命令安装ffmpeg成功，找到安装位置后在audioNet/ffmpeg/bin目录下创建快捷方式。

12，webfront.py运行失败；提示相关数值返回值类型错误。将predict函数返回值修改为 return numpy.argmax(result,1)[0]使其返回数组。

13，运行webfront.py成功；网页成功识别语音。


后续计划：

了解pip与pip3区别；

了解pip命令与python版本的相关性；