2017年9月11日 (一) 00:34的版本

具体流程1

时间		学习内容
Day 1	上午10点	智能硬件挑战单元介绍
Day 2	下午4点	抽签产生名单；注册iCenter-wiki，Gitlab账户；语音指令录音；
Day 3	下午5点	安装Python（3.6+）；安装TensorFlow(1.3+) ；
Day 4	下午5点	Python基础和IPython使用，Python库Numpy、Scipy、Matplotlib；
Day 5	下午14点	声控智能原理（1）， TensorFlow：线性模型（IPython ）；MNIST数据集tfExample；
Day 6	上午9点	声控智能实践（1），录音文件audioPlot，audioNet模型训练；
Day 7	上午8点	卷积网络CNN和循环网络RNN，模型文件asrModel.pb训练，云知音网页。
Day 8	上午9点半	声控智能实践（1），安卓应用androidAudioRecg；
Day 9	上午9点半	声控智能扩展：Alexa智能音箱（Amazon），语音识别与语音合成。

@@ 第13行： / 第13行： @@
 |Day 4 || 下午5点  || Python基础和IPython使用，Python库Numpy、Scipy、Matplotlib；
 |-
-|Day 5 || 下午14点  || TensorFlow：MNIST数据集tfExample；
+|Day 5 || 下午14点  || 声控智能原理（1）， TensorFlow：线性模型（IPython ）；MNIST数据集tfExample；
 |-
-|Day 6 || 上午9点  || 声控智能原理与实践，audioNet测试；
+|Day 6 || 上午9点  || 声控智能实践（1），录音文件audioPlot，audioNet模型训练；
 |-
-|Day 7 || 上午8点  || TensorFlow：线性模型（IPython ）；安卓应用androidAudioRecg；
+|Day 7 || 上午8点  || 卷积网络CNN和循环网络RNN，模型文件asrModel.pb训练，云知音网页。
 |-
-|Day 8 || 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。
+|Day 8 || 上午9点半  || 声控智能实践（1），安卓应用androidAudioRecg；
 |-
-|Day 9 || 上午9点半  || Alexa智能音箱（Amazon），[[语音识别]]与[[语音合成]]。
+|Day 9 || 上午9点半  || 声控智能扩展：Alexa智能音箱（Amazon），[[语音识别]]与[[语音合成]]。
 |-
 |}