申通快递遭投诉：千元化妆品变旧衣 多次致电

百度 新年伊始，我谨代表全总新闻中心感谢各位过去一年来对工会新闻宣传工作的大力支持，借这个机会表示感谢！[王晓峰]：近日，在中国海员建设工会的支持下，全国总工会新闻中心组织了人民日报、新华社、中央电视台、工人日报、中央人民广播网、中工网等7家媒体全程跟拍卡车、货运司机，以全面真实反映近两千万劳动者群体的工作、生活状况。

测评1： 【MAX78000FEATHERBOARD】开箱与Eclipse环境搭建 

测评2：【MAX78000FEATHERBOARD】TFT屏幕驱动

本次分享的是如何快速的训练关键词，目前期待识别的是：开灯和关灯。用于后面控制LED灯管的亮灭。 

首先是数据集的准备。目前使用的是Python程序编写的一个脚本，点击开始录制，自动捕获1s音频。可以点击播放录音，满意后再保存。为了减少音频准备时间，脚本里添加了噪声等，可以快速生成额外99个音频。

总共：

	训练	测试
开灯	3880	402
关灯	3917	406

训练与综合：

官方git有详细的指导，大致流程如下：

本次进行的开关灯关键词的训练也是在官方的KWS20的基础上：

原来是200个Epoch，我改成了50个，最终效果还可以。

训练完成后的混淆矩阵：

为了下一步进行量化，需要把如下的qat_best.pth.tar文件拷贝到ai8x-synthesis的一个目录下，可以自定义目录。

调用quantize.py脚本进行量化，目的是把32位浮点型权重变为8位定点数据。

量化后，可以再次回到ai8x-training，进行量化后的评估。

评估结果如下：

最后一步就是使用ADI提供的工具，把模型转换位C代码，方便后续在单片机MAX78000上进行部署。

量化后的重要文件：cnn.c cnn.h weights.h

把这三个文件从Linux环境下拷贝到Eclipse的kws20项目下覆盖原来文件即可。

总结：

ADI提供了完善的文档与工具来进行数据训练、量化与部署。可以快速验证方案原型。