“智能硬件-挑战-小环节”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
（→‎Android应用）
第1行： 第1行：
−
=PYNQ=
+
=软件下载=
  
−
*PYNQ板启动（2小时）
+
*Android Studio
  
−
（准备：安卓数据/充电线1条；以太网网线1条；）
+
https://developer.android.com/studio/index.html
  
−
[https://pynq.readthedocs.io/en/latest/1_getting_started.html PYNQ_Getting_Started]
+
*Python 3.6.2 for Windows
  
−
*Pynq Audio（2小时）
+
https://www.python.org/downloads/
  
−
（准备：手机耳机1条；）
+
*Anaconda 4.4.0 For Windows
  
−
[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb Pynq Audio]
+
https://www.continuum.io/downloads
  
−
*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://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/usb_webcam.ipynb USB_WebCam]
 
  
−
[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/opencv_filters_webcam.ipynb OpenCV_Filters_WebCam]
+
=软件安装=
 +
 
 +
*编辑开发环境
 +
（1）Notepad++文件编辑器； 下载链接：https://notepad-plus-plus.org/
 +
 
 +
（2）Git-GUI安装程序；下载链接：https://git-scm.com/download/
 +
 
 +
*音视频处理
 +
 
 +
（3）音视频处理：
 +
      ffmepg；下载链接：https://www.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/cuda-downloads
 +
 
 +
  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://mirrors.tuna.tsinghua.edu.cn/tensorflow/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
 +
 
 +
 
 +
=数据集准备=
 +
 
 +
文件服务器：\\101.6.161.11\  和 \\101.6.160.42\
 +
 
  
 
=TensorFlow=
 
=TensorFlow=
第59行： 第99行：
  
 
[http://gitlab.icenter.tsinghua.edu.cn/saturnlab/androidAudioRecg androidAudioRecg]
 
[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

2018年10月18日 (四) 03:30的版本

软件下载

  • Android Studio

https://developer.android.com/studio/index.html

  • Python 3.6.2 for Windows

https://www.python.org/downloads/

  • Anaconda 4.4.0 For Windows

https://www.continuum.io/downloads

  • Tensorflow 1.3+ For Windows

https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/


软件安装

  • 编辑开发环境 
（1）Notepad++文件编辑器； 下载链接：https://notepad-plus-plus.org/ 

（2）Git-GUI安装程序；下载链接：https://git-scm.com/download/
  • 音视频处理 
（3）音视频处理：
     ffmepg；下载链接：https://www.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/cuda-downloads 

 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://mirrors.tuna.tsinghua.edu.cn/tensorflow/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


数据集准备

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）

tensorflow_install

  • TensorFlow tfExample（2小时）

（准备：GPU工作站）

tfExample

  • TensorFlow audioNet （4小时）

（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）

audioNet

  • 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）

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

取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=智能硬件-挑战-小环节&oldid=48623”