RSI-王亦安
2017-7-14
安装windows10 操作系统 安装Python, Anaconda, Notepad等软件 尝试解决数字识别问题。中途因为各种原因失败了很多次，后来在老师的帮助下重新安装了Python，最终成功了，虽然还不是很清楚原理。 继续探索。
2017-7-15
学习了关于机器识别的一些原理性知识。 录制了24条语音指令。通过convent_file文件将原来的m4a格式转换成了wav格式。然后通过ipython及相应的代码做出音频文件相应的波形图。如下图所示。
从gitlab上下载了audioNet文件，开始训练语音识别。一开始没有发现data中有很多（编号大于10000的）无效文件，后来经指点后发现，删除了它们。运行.py文件时要注意一定要在相应的目录下运行。 “cd” change director “cd \ ” 返回根目录 “cd..” 返回上一级目录 “↑ ” 复制粘贴上一次的命令
修改Python文件后，control S 可保存修改。
2017-7-16
经过晚上和上午的运行，成功训练了40个epoch，训练准确率已经达到99%，测试准确率达到95%。之后通过Android Studio在安卓系统的平板上安装了App。 具体步骤如下：在Gitlab中下载androidAudioRecg，在Android Studio中打开AudioSpeechRecognition.java，先生成.apk文件，然后run，就可以在平板上安装了。（注意，要将平板调成开发者模式，具体为：设置-关于平板电脑-版本号点击多次，然后在开发人员选项中打开USB调试）。 安装后进行测试，发现测试效果不是很好，“关机”“开机”“上”“下”等经常识别不清。后来经学长提醒，发现忘记用自己做出的model生成pb文件，系统自动用了以前的，所以之前生成的APP并不是自己做的。后来纠正了错误，重新生成了APP，识别准确率相当不错。
以下是图片记录：
- IMG 6878
训练得到的模型
生成APK文件
2017-7-17
根据《PYNQ入门指南》装配PYNQ版，一开始没成功，后来发现是因为没有把“REG"移到”USB"。 完成按键控制LED和录音及音频处理两个实践。在完成录音任务时出现了一点问题。播放的声音是系统自带的而不是自录的，经指点发现是由于pAudio.load的路径不对，和之前pAudio.save的不一致，改正后，完成了此任务。
下午运行usb_webcam.ipynb，一开始总是报错。（如图）
和周围的运行成功的学长对比了一下，没有发现任何区别，百思不得其解。加上老师不在，遂暂时放下开始阅读文献。后来经助教指点。可以在Terminal界面中查询各种设备的连接情况。（如图）
发现输入 ls /dev/v时并没有出现video，说明摄像头连接有问题。换了一个摄像头后，再输入ls /dev/v，就可以找到video0了，说明摄像头连接成功，程序也可以顺利运行了。
今天还犯了一个错误。因为重启计算机，进行中的语音指令训练被中断。重新开始后，虽然我记得把train.py里最后面的参数改为了81，即从第81个epoch（及最后训练出的一个模型）开始训练，但忘了按control+S保存，导致实际运行时还是从第4个模型开始训练的，正确率只有88%左右，还覆盖了之前的模型。好在在助教的帮助下及时纠正了错误，避免了更大的损失。
以下为组装好的PYNQ版。
