列一下自然语言处理(NLP)这个小方向的：会议(C):ACL (Annual Meeting of the Association for Computational Linguistics)NAACL (Annual Conference of the North American Chapter of Association for Computational Linguistics)...

https://www.cnblogs.com/us-wjz/articles/11578280.html

版本选择：https://tensorflow.google.cn/install/source1.机器中已经安装了cuda9.0以及相应的cudnn,并且配置了多个版本的gcc，并且目前使用的是gcc6以下（cuda9.0安装需要gcc6以下的，而原本系统中默认gcc7。）2.下载安装cuda10.0,不要配置环境变量（这样可以保证默认使用第一个版本的cuda），然后安装相应版本的cudnn。(

GANGAN 有两个网络，一个是 generator，一个是 discriminator，通过两个网络互相对抗来达到最好的生成效果。公式：先固定 G，来求解最优的 D对于一个给定的 x，得到最优的 D 如上图，范围在 (0,1) 内，把最优的 D 带入可以得到JS divergence 是 KL divergence 的对称平滑版本，表示了两个分布之间...

信息熵可以表达数据的信息量大小；相对熵，又被称为KL散度或信息散度，是两个概率分布间差异的非对称性度量在信息论中，相对熵等价于两个概率分布的信息熵的差值，若其中一个概率分布为真实分布，另一个为理论（拟合）分布，则此时相对熵等于交叉熵与真实分布的信息熵之差，表示使用理论分布拟合真实分布时产生的信息损耗因此该公式的字面上含义就是真实事件的信息熵与理论拟合的事件的香农信息量与真实...

KL散度KL散度：多元分布到一元对于各分量相互独立的多元分布：KL散度可以分解为边缘分布的KL散度之和：所以，我们把注意力集中在一维分布间KL散度的计算上。正态分布贝叶斯神经网络中，正态分布常用作变分分布和先验分布。KL散度为：详细推导-VAE中的例子两个多变量高斯分布之间的KL散度是变分自编码中损失函数推导的重要步骤结果的第一项：...

后验坍塌在贝叶斯模型世界（如VAE，pPCA），所担心的不是神经网络的“梯度消失”或“梯度爆炸”，而是“后验失效”(posterior collapse)现象。本质上，任何模型（传统或非传统）都要从每个新样本“汲取信息”，更新自身。当信息无法汲取并用来更新模型，就会出现上述问题。相对比较晦涩，简单来说就是 z的生成已经摆脱了前边encoder的影响，然后z直接输出一个或多个从大部分样本总结出来的几

1.禁用nouveau安装nvidia显卡驱动首先需要禁用nouveau，不然会碰到冲突的问题，导致无法安装nvidia显卡驱动。编辑文件blacklist.confsudo vim /etc/modprobe.d/blacklist.conf在文件最后部分插入以下两行内容blacklist nouveauoptions nouveau modeset=0更新系统sudo update-initr

转载出处：https://blog.csdn.net/iTaacy/article/details/60141849效果：谱减法语音降噪的Python实现：#!/usr/bin/env pythonimport numpy as npimport waveimport nextpow2import math# 打开WAV文档f = wave.open("inp...

参考：《中文信息处理发展报告2016》什么是语音识别？语音识别(Automatic Speech Recognition,ASR)：利用计算机实现从语音到文字自动转换的任务。语音识别的技术有哪些？语音识别技术 = 早期基于信号处理和模式识别 + 机器学习 + 深度学习 + 数值分析+ 高性能计算 + 自然语言处理语音识别技术的发展可以说是有一定的历史背景，上世纪80年代，语音识...