我觉得这个技术可以应用到人脸识别上，不过可能失误会比较大，需要的学习次数因此就比较多。而且人脸识别由于大部分的脸不像数字那样易于区分，像鼻子眼睛这些在摄像头下面的差别非常小，因此要调节那个权重肯定非常的困难，不知道有没有什么更好的方法没有。
==2017年7月3日2017年7月2日==
*学习内容
下午好在在助教的帮助下，我们把该安装的东西都安装好了，代码上一开始没有改或者说没改好的地址也改到了正确的路径，数据也分好了test和train两个部分，也放弃了远程连接，直接用显示屏显示，然后就是除了等训练结果。网络正确率走的时候到达了0.6 。希望一晚上能提高的比较多。
==2017年7月3日==
* 操作内容
本日主要为在Android系统手机上实现语音识别，使用Android studio编写程序（其中老师也有提供一些和指引），并根据早前我们录音的数据和训练的结果的基础下进行简单的语音识别。
其中，利用到Keras, Tensorflow, Android Studio等程式，而代码则由已给予及经过老师指导与给与的资源指引下自己尝试操作并最终经由Android Studio生成一个.apk文件以在手机上实现App形式的以文字形式输出的语音识别。在老师提供的资源中有很多执行命令与代码，在运行过程中，遇到了一些大小问题，一些小的问题可以直接看上面的报错，大的问题就只能依靠助教了，比如说运行过程中我们一路过来操作都没有问题，但是我们在build的环节又不报错，又不能生成.apk文件，就感觉很迷，最后助教全盘推倒，重新按我们之前已经做好的步骤又来了一遍，结果发现原因只是因为没有连接手机它不生成，最后我们把app安装到手机上，发现它的识别能力还是很好的，可能与我们昨天训练了一天有关，看到我们做出来了成果，感觉很高兴，过程中向大家主动询问，寻求帮助是很必要的，毕竟我们是一个团队，不能单干，比如说我们当时缺少type c的线就是问同学借的。
*图片记录
[[File:挑战图片4.png|frameless|caption]]