讲解路线：B450教室-->B558教室/B634教室-->B342教室

挑战单元：B342教室/B558教室/B634教室

需工作人员准备：

（1）活动说明，宣传页。

（2）活动记录：签到表。

（3）活动现场：横幅、PPT、活动说明。

（4）网络连接：校园网上网账号。

• 计算机

笔记本电脑：所有学生自带笔记本电脑。电脑视频口转接线。

惠普HP工作站：4台，安装软件。

GPU工作站：4台，安装软件。

• 耗材：

移动硬盘：1块

U盘：4个，用于拷文件。

接线板：10个。

网线：30条。

• Android Studio

https://developer.android.com/studio/index.html

• Python 3.6.2 for Windows

https://www.python.org/downloads/

• Anaconda 4.4.0 For Windows

https://www.continuum.io/downloads

• Tensorflow 1.3+ For Windows

https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/

软件安装：

• 编辑开发环境

（1）Notepad++文件编辑器； 下载链接：https://notepad-plus-plus.org/ 

（2）Git-GUI安装程序；下载链接：https://git-scm.com/download/

• 音视频处理

（3）音视频处理：
     ffmepg；下载链接：https://www.ffmpeg.org/
     SOX: 下载链接：http://sox.sourceforge.net/ 

• TensorFlow GPU (1.3+)相关：

（4）Python相关：Anaconda Python；（集成科学计算的python发行版Anaconda）

（5）GPU相关：CUDA驱动\CuDNN库。

 CUDA Toolkit是NVIDIA公司面向GPU编程提供的基础工具包，也是驱动显卡计算的核心技术工具。 

直接安装CUDA8.0即可 下载地址：https://developer.nvidia.com/cuda-downloads 

 下载CuDNN库 v6.0版本，即 cudnn-8.0-win-x64-v6.0.zip。 
 下载解压出来是名为cuda的文件夹，里面有bin、include、lib。将三个文件夹复制到安装CUDA的地方覆盖对应文件夹。
 默认文件夹在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\8.0

（6）TensorFlow (1.3+)：

pip install tensorflow

pip install tensorflow-gpu

pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/cpu/tensorflow-1.3.0rc0-cp36-cp36m-win_amd64.whl

pip install --ignore-installed --upgrade https://mirrors.tuna.tsinghua.edu.cn/tensorflow/windows/gpu/tensorflow_gpu-1.3.0rc0-cp35-cp35m-win_amd64.whl

文件服务器：\\101.6.161.11\ 和 \\101.6.160.42\

[1] 陈震，郑文勋，智能硬件TensorFlow实践，清华大学出版社，2018年7月。

网址： https://github.com/nslab-saturn/Smart-Things-TensorFlow-Practice