logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

内积inner product、外积outer product、哈达玛积element-wise product

内积inner product、外积outer product、哈达玛积element-wise product

文章图片
#抽象代数
基频,倍频,基波,谐波,基音,泛音

基频(fundamental frequency)自由振荡系统的最低振荡频率,复合波中的最低频率。复合振动或波形(如声波)的第一谐波成分,它具有最低频率,且通常具有最大振幅,亦称“基谐波”,或一次谐波。谐波,从字面解释,谐,有“多部分”的意思,谐和,指多部分协调有致。波,指的是波形(Wave)。合起来形容,就是有很多种波形合成的波形。时域描述,一般用。...

离散余弦变换DCT

通过研究发现,DCT除了具有一般的正交变换性质外,其变换阵的基向量很近似于Toeplitz矩阵的特征向量,后者体现了人类的语言、图像信号的相关特性。因此,在对语音、图像信号变换的确定的变换矩阵正交变换中,DCT变换被认为是一种准最佳变换。在近年颁布的一系列视频压缩编码的国际标准建议中,都把 DCT 作为其中的一个基本处理模块。

文章图片
#计算机视觉#人工智能#深度学习
分贝,功率,功率谱,功率谱密度,信噪比

分贝,功率,功率谱,功率谱密度,信噪比分贝:(decibel,/'dɛsɪ.bɛl/,用dB表示)是量度两个相同单位之数量比例的计量单位,主要用于度量声音强度。“分”(deci-)指十分之一,个位是“贝”(bel),一般只采用分贝。分贝是以美国发明家亚历山大·格雷厄姆·贝尔(Alexander Graham Bell)的名字命名的。贝尔(B),即1B = 10dB功率和分贝的关系:分贝是描述功率增

#人工智能
numpy之reshape

之前用reshape直接用,没想到还有个order参数,今天整理一下。

#python
MATLAB之采样函数resamlpe、decimate、downsample

resample函数主要通过有理因子改变采样率,可以实现抽取和内插。比如:y = resample(x,p,q)x是样本信号,p,q都是正整数,p为新的采样频率,q为原来的采样频率;例如:y=resample(x,100,200)这代表x信号原先的采样频率为200Hz,使用resample函数后采样率变为100Hz,则x信号的数据长度会变为原来的一半。反之,就是使x的采样频率升高了。x–时间序列p

文章图片
#matlab#算法
插值操作interp(MATLAB&python版)

插值法又称“内插法”,是利用函数f (x)在某区间中已知的若干点的函数值,作出适当的特定函数,在区间的其他点上用这特定函数的值作为函数f (x)的近似值,这种方法称为插值法。如果这特定函数是多项式,就称它为插值多项式。注意:所有的插值方法都要求x是单调的,并且xi不能够超过x的范围。

文章图片
#算法#开发语言
深度学习入门——波士顿房价预测

基于神经网络模型的波士顿房价预测波士顿房价预测是一个经典的机器学习任务,类似于程序员世界的“Hello World”。以“波士顿房价预测”任务为例,我们学习如何使用Python语言和Numpy库来构建神经网络模型。波士顿地区的房价受诸多因素影响。该数据集统计了13种可能影响房价的因素和该类型房屋的均价,期望构建一个基于13个因素进行房价预测的模型,如下所示。对于预测问题,可以根据预测输出的类型是连

#深度学习
序列模型基础学习

序列模型简介常见有很多序列问题,如语音识别,金融上的,机器翻译,情感识别,计算机视觉,自然与然处理NLP等等很多。其中自然语言处理的输入输出基本上都是序列,序列问题是自然语言处理最本质的问题。1. 序列模型类型序列模型:就是输入输出均为序列数据的模型,序列模型将输入序列数据转换为目标序列数据。一对多,多对一,部分多对多,完全多对多1.经典的seq2seq模型seq2seq是序列问题中一个非常重要的

tacotron2 & 注意力机制 & self-attention学习

我们在机器翻译、语音识别、语音合成、语音转换等任务中,常常需要对序列数据进行处理,传统的方法不但繁琐且效果有限,目前常见的端到端seq2seq方法很值得学习。1. 序列到序列序列到序列最早应用于机器翻译领域,后面推广到语音合成等领域。该模型是针对输入和输出序列长度不相同的情况下,即建模两种不同域的映射关系。序列到序列包含编码器(encoder)和解码器(decoder)两个部分。编码器和解码器常用

#深度学习
    共 19 条
  • 1
  • 2
  • 请选择