*Python/TensorFlow安装=软件下载=
（准备GPU工作站） [https://www.tensorflow.org/install/ tensorflow_install]*Android Studio
*PYNQ板启动（2小时）https://developer.android.com/studio/index.html
（准备：安卓数据/充电线1条；以太网网线1条；）*Python 3.6.2+ for Windows
[https://pynqwww.readthedocspython.ioorg/endownloads/latest/1_getting_started.html PYNQ_Getting_Started]
*Pynq Audio（2小时）Anaconda 5.3.1 For Windows
（准备：手机耳机1条；）https://www.continuum.io/downloads 校内下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Windows-x86_64.exe
[https://github*Tensorflow 1.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb Pynq Audio]3+ For Windows
*Pynq USB_WebCamhttps://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/OpenCV_Filters_WebCam（2小时）
（准备：罗技CL270摄像头1个；HDMI显示器1台；HDMI线2条）=软件安装=
[https*编辑开发环境 （1）Notepad++文件编辑器； 下载链接：https://githubnotepad-plus-plus.comorg/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/usb_webcam.ipynb USB_WebCam]
[https （2）Git-GUI安装程序；下载链接：https://githubgit-scm.com/Xilinxdownload/PYNQ *音视频处理 （3）音视频处理： ffmepg；下载链接：https:/blob/masterwww.ffmpeg.org/ SOX: 下载链接：http://sox.sourceforge.net/ *TensorFlow GPU (1.3+)相关： （4）Python相关：Anaconda Python；（集成科学计算的python发行版Anaconda） （5）GPU相关：CUDA驱动\CuDNN库。 CUDA Toolkit是NVIDIA公司面向GPU编程提供的基础工具包，也是驱动显卡计算的核心技术工具。 直接安装CUDA8.0即可 下载地址：https://developer.nvidia.com/Pynqcuda-Z1downloads 下载CuDNN库 v6.0版本，即 cudnn-8.0-win-x64-v6.0.zip。 下载解压出来是名为cuda的文件夹，里面有bin、include、lib。将三个文件夹复制到安装CUDA的地方覆盖对应文件夹。 默认文件夹在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0 （6）TensorFlow (1.3+)： pip install tensorflow pip install tensorflow-gpu pip install --ignore-installed --upgrade https:/notebooks/examplesmirrors.tuna.tsinghua.edu.cn/opencv_filters_webcamtensorflow/windows/cpu/tensorflow-1.ipynb OpenCV_Filters_WebCam3.0rc0-cp36-cp36m-win_amd64.whl pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl （7）conda 安装Tensorflow conda 是一个开源包和环境管理系统，能够跨平台运行，在 Mac、Windows 和 Linux 上都可以运行。conda 安装将自动安装 GPU 支持所需的 CUDA 和 CuDNN 库。 从 TensorFlow 1.9.0 版本开始，conda TensorFlow 包使用面向深度神经网络的英特尔数学核心函数库（Intel MKL-DNN），该库带来了巨大的性能提升。 MKL 库不仅加速 TensorFlow 包，还能加速其他广泛使用的库，如 NumPy、NumpyExr、SciPy 和 Scikit-Learn。 安装CPU版本： conda install tensorflow 安装GPU版本： conda install tensorflow-gpu =语音训练数据集= 语音数据录音和训练数据下载： 文件服务器：\\101.6.161.11\ 和 \\101.6.160.42\ =TensorFlow= *Python/TensorFlow安装 （准备GPU工作站） [https://www.tensorflow.org/install/ tensorflow_install]
*TensorFlow tfExample（2小时）
*TensorFlow audioNet （4小时）
（准备：GPU工作站）（准备：GPU工作站；） （格式统一后的待训练语音数据：120或42服务器上）
[http://gitlab.icenter.tsinghua.edu.cn/saturnlab/audioNet audioNet]
*TensorFlow 模型文件转化（4小时）（准备：GPU工作站） 生成asrModel.pb save_XXX.h5 --->>> *.pb =Android= *Android Studio安装（准备：GPU工作站） *Android开发简介（2小时） *androidAudioRecg （4小时）（准备：安卓手机或平板）
[http://gitlab.icenter.tsinghua.edu.cn/saturnlab/androidAudioRecg androidAudioRecg]
*asrModel.pb （4小时）
模型文件转换=参考教材=
save_XXX[1] 陈震，郑文勋，智能硬件TensorFlow实践，清华大学出版社，2018年7月。 网址： https://github.h5 com/nslab-saturn/Smart-Things->>> *.pbTensorFlow-Practice