更改

智能硬件-挑战-小环节

添加2,057字节2019年3月25日 (一) 02:37
/* 软件下载 */
=PYNQ软件下载=
*PYNQ板启动(2小时)Android Studio
(准备:安卓数据https:/充电线1条;以太网网线1条;)/developer.android.com/studio/index.html
[https://pynq*Python 3.readthedocs6.io/en/latest/1_getting_started.html PYNQ_Getting_Started]2+ for Windows
*Pynq Audio(2小时)https://www.python.org/downloads/
(准备:手机耳机1条;)*Anaconda 5.3.1 For Windows
[https://githubwww.comcontinuum.io/Xilinxdownloads 校内下载地址 https:/PYNQ/blobmirrors.tuna.tsinghua.edu.cn/masteranaconda/Pynq-Z1archive/notebooks/examples/audio_playbackAnaconda3-5.3.1-Windows-x86_64.ipynb Pynq Audio]exe
*Pynq USB_WebCam/OpenCV_Filters_WebCam(2小时)Tensorflow 1.3+ For Windows
(准备:罗技CL270摄像头1个;HDMI显示器1台;HDMI线2条)https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/
[https=软件安装= *编辑开发环境 (1)Notepad++文件编辑器; 下载链接:https://githubnotepad-plus-plus.org/   (2)Git-GUI安装程序;下载链接:https://git-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/usb_webcamtensorflow/windows/cpu/tensorflow-1.3.0rc0-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.ipynb USB_WebCam]42\
[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/opencv_filters_webcam.ipynb OpenCV_Filters_WebCam]
=TensorFlow=
[http://gitlab.icenter.tsinghua.edu.cn/saturnlab/androidAudioRecg androidAudioRecg]
 
 
=参考教材=
 
[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.com/nslab-saturn/Smart-Things-TensorFlow-Practice
行政员管理员
6,105
个编辑