基于深度学习的语音识别毕设备忘录（1）

**

基于深度学习的语音识别备忘录（1）

作为超级萌新在配置框架TensorFlow和Keras时所遇到的问题的记录

**

写在前面

       也许对于那些已入门的人来说，看到我最开始的操作时会觉得不可理喻，甚至会有些愠怒。但请见谅，这是一个光知道些理论和术语，却对自己要做什么和怎么做毫无规划、一窍不通的人的真实记录。

GitHub：从下载到迷茫

       最开始在了解到Kaldi在语音识别领域的地位后，果断下载了GitHub。将Kaldi下载好后，我发现我并不知道如何打开它，于是搜索“如何使用Kaldi”。显然，大多数帖子讲的都是基础的模型训练，而横亘在我面前的问题是——依据以往的经验，C有Workspace；C#有.sln；Java也有Project打开选项——而到了Kaldi这，不仅没有看到任何一个文件类似工程头文件，选择打开整个文件夹也因为不是工程而无法显示（顺带一提，一开始用的是自带的Spyder，我连创好的新工程都无法打开）。我不断地搜索各种“如何使用“或者是“如何打开”工程，但一无所获（估计别人也没想到有人会无知到这份上 ），于是越来越烦躁（无能狂怒 ）。

重缕头绪，粗拟大纲

       在这里，我要感谢实验室的师哥师姐们，他们热心地询问我的情况，得知了我的问题后也没有厌烦，而是认真又耐心地协助解决。
　　首先，他在查看了Kaldi内的文件列表后，告诉我用Python跑就行，接着问我这是工具包（Toolkit）还是框架（Framework），正是这句话点醒了我，我虽然记得Kaldi是工具包，但压根没意识到只有工具包是跑不起来的。于是接下来我便开始寻找合适的框架和语言了。当时还正儿八经地在想是用Python（小学期溜了，没学 ）还是用C#；是用Keras还是用TensorFlow；用Windows还是Linux。稍一调查就发现：用Python；Keras不仅适合新手，而且两者并不冲突；倒是Linux没装，先用着Windows，毕竟牵扯到一些程序以外的事情，如果是自己配的电脑的话，估计直接就上Linux了。
既然已经有了大致的方向，接下来需要做的事情就是一步一步来做即可。
　　结合师哥姐的建议，我把Spyder换成了Pycharm，又下载了Anaconda。与此同时，我还私下买了《TensorFlow+Keras：深度学习人工智实践应用》和《Python：从零基础到项目实战》两本书。（但说真的，买回来总感觉像是F1帮助手册汉化版，好多都是网上随便查查都找得到的 ）
       初步的准备工作已就绪，接下来就慢慢开始做吧。

环境配置

       由于实验室配备的电脑并不是全新的，其上一任主人已经安装好了各种基础的软件，所以我就省去了这份功夫。因此第一步转变为，利用Anaconda配置TensorFlow和Keras。
参考文章：
Anaconda环境安装指导
在Windows中安装Tensorflow和Kears深度学习框架【虽然是百家号，实用就行】

**安装步骤：** Anaconda的安装

测试并安装环境

1、打开cmd，查看Anaconda是否安装成功

conda --version

2、检查已有的环境变量

conda info --envs

说明尚未安装环境，很“干净”

3、建立Anaconda虚拟环境

conda create --name tensorflow python=3.6（3.5 or 3.6，3.7在此时尚未支持）

y：安装

4、根据提示，激活虚拟环境

activate tensorflow

出现这个就是对的了

5、安装TensorFlow

pip install tensorflow

安装完成

6、安装Keras

pip install keras

同理

安装失败好几次后，终于成功

6.5检查环境安装结果

环境安装已完成

7、使用Pycharm设置编译器，初步调试

在右上角的齿轮处寻找已安装的Anaconde/TensorFlow/Python.exe作为编译器（Interpreter)

选择Conda Environment（毕竟是用Anaconda装的）

打开在GitHub下载好的Keras框架 选择入门级的mnist_cnn作为例子运行

可以看到Pycharm开始跑程序了

至此，环境的初步建立大功告成，接下来就是熟悉框架，试着调调参，为最后的语音识别做好准备

blog撰写备注
【 】空格
居中