=2017年6月29日=
今天的主要内容是熟悉了挑战项目的具体安排，对我们要做什么有了大体的了解。在电脑上安装了python程序，python是一门语言，有很多的编译环境，这次挑战需要用到一个比较强的编译环境anaconda，其中的函数包比较多，使用起来方便。之后用command配置了tensorflow软件，tensorflow分为CPU only 以及GPU版本，GPU版本要强大一下，但是由于笔记本的硬件所限，就在笔记本上安装了CPU only班的tensorflow。
今天开始学习python语言，从网站上下载了比较经典的python教材《python基础教程》，看了一部分之后，我感到python的工作原理与c有着一些不同，2.0版本的python和3.0版本的python有一定的不同，例如print在3.0里面是函数，打印的是变量，而2.0中print是语句，不是函数，所以打印的内容不需要加括号。和之前学过的C语言比较，python的函数有很大的不同，完成同样的工作，python需要的代码量少得多，当然对于一些非常基本的功能是车不多的。之前也听说，天体物理方向的数据处理是用python写的，因为python中又很多的函数包，直接调用比编写要方便，在这里也得到了很充分的体现，tensorflow就包装了对tensor进行运算的很多函数，调用比较简单。
=2017年6月30日=
遇到的一个问题是，gpu版本的tensorflow必须要安装cudnn库和cuda软件对gpu进行加速，配套的是cuda的版本8.0和cudnn的5.1版本，但是提供的cudnn版本是6.0，系统不支持，所以从网上下载了cudnn5.1版本之后，放在NVIDDIA/CUDAv8.0/bin目录下就可以运行了。
最后遇到的问题是代码不一致，如果掌握python语言就很容易理解要做什么，老师提供的程序是使用过的，所以不需要太多修改，直接执行即可，所以就是在命令行中用python执行写好的程序即可，即../python name.py，与提供的代码稍有不同，所以掌握语法，理解真正要做什么，要执行什么非常的重要。py，与提供的代码稍有不同，所以掌握语法，理解真正要做什么，要执行什么非常的重要，就能根据要做的事情来调整。 在服务器上用的是5930k的cpu，titan X的显卡，所以用gpu版本的tensorflow执行是非常快的，大概运行速度是tensorflow CPU only的三倍以上，这样就节省了很多时间。大概执行完5个epoch之后正确率在0.7左右，还不够高，希望运行十五轮之后能够达到0.9以上。
==学习内容==