“2015011705”版本间的差异
来自iCenter Wiki
小 |
小 |
||
第3行: | 第3行: | ||
2017.7.13 | 2017.7.13 | ||
− | + | 今天在主机上安装了windows系统,并安装了TensorFlow和anaconda python | |
+ | |||
+ | 2017.7.14 | ||
+ | 今天下午进行了初步的理论知识的学习,了解神经网络的基本知识,并且试用了tfexample,用convert_file对声频文件进行了转化,用sox对文件进行了加强,离开实验室时利用train对音频文件进行训练。因为CPU的运算速度较慢,因此效率较低。 | ||
+ | 整体操作中最需要注意的是文件路径,路径的错误在整个操作中带来了很大困扰。 | ||
+ | |||
+ | 2017.7.15 | ||
+ | 今天换了一台主机,重复昨天的步骤,不过将数据转移到GPU上进行运行,效率相比昨天提升极大,在离开实验室时已经完成3个epuch的训练。同时,对生成的.h5文件,利用create_pb将其生成model.pb和model.ckpt文件,初步体验了Android studio的操作环境。 |
2017年7月15日 (六) 13:55的版本
2017.7.11 今天创建了两个网站上的账户,并录制了24条语音指令。
2017.7.13 今天在主机上安装了windows系统,并安装了TensorFlow和anaconda python
2017.7.14 今天下午进行了初步的理论知识的学习,了解神经网络的基本知识,并且试用了tfexample,用convert_file对声频文件进行了转化,用sox对文件进行了加强,离开实验室时利用train对音频文件进行训练。因为CPU的运算速度较慢,因此效率较低。 整体操作中最需要注意的是文件路径,路径的错误在整个操作中带来了很大困扰。
2017.7.15 今天换了一台主机,重复昨天的步骤,不过将数据转移到GPU上进行运行,效率相比昨天提升极大,在离开实验室时已经完成3个epuch的训练。同时,对生成的.h5文件,利用create_pb将其生成model.pb和model.ckpt文件,初步体验了Android studio的操作环境。