更改

*主要为利用自己训练和生成的model作语音识别的App承接着昨天成功地“开发”出语音识别的Android app，这天在前人的基础上最新加入了我们本次挑战同学们的“蓝牙声音”在样本中，并经过训练生成的结果透过在Tensorflow创建好的网络模型下生成最终的model.pb文件后，也利用到freeze冻图的手法（把变量转换为常数constant以解决variable变量无法被储存的问题，在tensorflow的python/tool上有提供）后，把最终生成可用的model.py替代昨天的asrModel.pb并在手机上测试后果，遗憾的是这个model下的识别准确度比较不理想，多次都不准确反映语音文字，后来在助教与同学们一起交流讨论找问题时探讨过各种可能性，但是最终还是由于找到了一直大家只关注的训练中的accuracy，而实际测试accuracy不到10pb并在手机上测试后果。遗憾的是这个model下的识别准确度比较不理想，多次都不准确反映语音文字，后来在助教与同学们一起交流讨论找问题时探讨过各种可能性，但是最终还是由于找到了一直大家只关注的训练中的accuracy，而实际测试accuracy不到10%，其中印象中在交流中的有一可能性为每次的训练样本数太少......值得一提的是：查看了一下之前训练的进程，经过了一天多的训练，已有100轮了，train的accuracy高于0.9，但问题如以上已提到。