“2017-智能硬件-教学计划-4”版本间的差异
来自iCenter Wiki
（→具体流程） |
（→具体流程） |
||
| 第26行： | 第26行： | ||
|- | |- | ||
|9月11日上午9点半 || 卷积网络CNN和循环网络RNN，模型文件asrModel.pb训练，云知音网页。 | |9月11日上午9点半 || 卷积网络CNN和循环网络RNN，模型文件asrModel.pb训练，云知音网页。 | ||
| + | |- | ||
| + | |9月12日上午9点半 || Amazon Alexa智能音响，[[语音合成]]。 | ||
|- | |- | ||
|} | |} | ||
2017年9月9日 (六) 16:01的版本
时间安排
电子工艺实习课程第一周： 周二选拔挑战学生，周四下课安装环境，周五上午开始至周日。
电子工艺实习课程第二周： 周一至周二；周二下午4点结束，给出成绩。
具体流程
| 时间 | 学习内容 |
|---|---|
| 9月6日上午10点 | 智能硬件挑战单元介绍 |
| 9月6日下午4点 | 抽签产生名单；注册iCenter-wiki，Gitlab账户；语音指令录音； |
| 9月6日下午5点 | 安装Python（3.6+）；安装TensorFlow(1.3+) ； |
| 9月7日下午5点 | Python基础和IPython使用，Python库Numpy、Scipy、Matplotlib； |
| 9月8日下午14点 | TensorFlow：MNIST数据集tfExample； |
| 9月9日上午9点 | 声控智能原理与实践，audioNet测试； |
| 9月10日上午8点 | TensorFlow：线性模型（IPython ）；安卓应用androidAudioRecg； |
| 9月11日上午9点半 | 卷积网络CNN和循环网络RNN，模型文件asrModel.pb训练，云知音网页。 |
| 9月12日上午9点半 | Amazon Alexa智能音响，语音合成。 |
参考
- Tensoflow guide, https://www.tensorflow.org/programmers_guide/.
- Stanford U., CS231n, http://cs231n.github.io/python-numpy-tutorial/.
