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

Timit 数据集中音频无法播放,使用python进行格式转换[附Timit 百度网盘下载地址]

Timit原始数据虽然是以wav结尾的但是格式却不是wav,而是sphere格式,用python中的sphfile库把他转换成wav:import params as hpfrom sphfile import SPHFileimport globimport osif __name__ == "__main__":path = 'D:/pycharm_proj/corp...

#python
Ubuntu16.04卸载cuda9.2 安装cuda9.0 cudnn7.0 和tensorflow-gpu(安装程序附百度网盘下载地址)

环境信息:系统 ubuntu16.04GPU GTX1060 6G安装程序:cuda9.2:链接: https://pan.baidu.com/s/1XwnBzyMEgj9YcN5kh4neNg 提取码: dpws cuda9.0:链接: https://pan.baidu.com/s/1CLpSFBRsupOVsSavCktvKA 提取码: jdeacudnn7.0...

#tensorflow#ubuntu#GPU
[深度学习] loss不下降的解决方法

链接:https://blog.ailemon.me/2019/02/26/solution-to-loss-doesnt-drop-in-nn-train/当我们训练一个神经网络模型的时候,我们经常会遇到这样的一个头疼的问题,那就是,神经网络模型的loss值不下降,以致我们无法训练,或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多,而且,更普遍的来说,loss不下降一...

#深度学习
说话人识别模型(GMM-UBM)

1 声纹能作为判别不同人的依据是什么每个人的声音都有独特的特征,这个特征由两个音素决定:1 声腔的尺寸2 发声器官被操纵的方式(比如声带上的肌肉运动)这些因素使得声音变得独一无二2 简述一下说话人识别流程先进行特征提取,然后训练模型,最后是打分判决.这其中特征提取包括 预加重,分帧加窗,傅里叶变换得到频谱图,之后再进行mel滤波使频谱图更紧...

[深度学习] loss不下降的解决方法

链接:https://blog.ailemon.me/2019/02/26/solution-to-loss-doesnt-drop-in-nn-train/当我们训练一个神经网络模型的时候,我们经常会遇到这样的一个头疼的问题,那就是,神经网络模型的loss值不下降,以致我们无法训练,或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多,而且,更普遍的来说,loss不下降一...

#深度学习
Arch linux 安装 docker

服务器中安装的是Arch的linux,在安装docker上要比ubuntu简单。arch的包管理器是pacman(相当于ubuntu中的apt-get)常用的pacman命令如下:pacman -S package_name #安装软件包pacman -R package_name #删除软件包pacman -Rs package_name #顺便删除软件包相关依赖pacman ...

#docker
[pycharm] 行号栏太宽

行号栏太宽会挤占屏幕,进入setting设置取消gutter icons:新的行号栏:

#pycharm
Ubuntu16.04卸载cuda9.2 安装cuda9.0 cudnn7.0 和tensorflow-gpu(安装程序附百度网盘下载地址)

环境信息:系统 ubuntu16.04GPU GTX1060 6G安装程序:cuda9.2:链接: https://pan.baidu.com/s/1XwnBzyMEgj9YcN5kh4neNg 提取码: dpws cuda9.0:链接: https://pan.baidu.com/s/1CLpSFBRsupOVsSavCktvKA 提取码: jdeacudnn7.0...

#tensorflow#ubuntu#GPU
[深度学习] 什么是marginalization

论文中经常看到这样的描述:Since we marginalize over all possible alignments z corresponding谷歌翻译显示这个词的意思是“边缘化”,那么在数学中,边缘化到底代表什么操作呢?首先,边缘化是概率论中的一个概念,它要求对一个变量的可能值求和,以确定另一个变量的边缘贡献。这个定义可能听起来有点抽象,让我们用一个例子来说明这一...

神经网络的反向传播算法中矩阵的求导方法(矩阵求导总结)

参考书籍(带书签高清版)的下载链接:   https://download.csdn.net/download/zongza/10701105 前言神经网络的精髓就是反向传播算法,其中涉及到一些矩阵的求导运算,只有掌握了与矩阵相关的求导法则才能真正理解神经网络. 本文以 https://blog.csdn.net/zongza/article/details/82849976 中所示...

    共 23 条
  • 1
  • 2
  • 3
  • 请选择