- 博客(18)
- 收藏
- 关注
RSS订阅原创 指数移动平均模型(Exponential Moving Average Model，EMA)
EMA(t) 是时间点 t 的指数移动平均值，EMA(t-1) 是上一个时间点的指数移动平均值，value(t) 是当前时间点的数值，alpha 是平滑因子（取值范围为 [0, 1]），决定了当前值在计算中的权重。EMA是一种用于平滑时间序列数据的技术，通过对数据进行加权平均来减少噪音和波动，从而提取出数据的趋势。在深度学习中，EMA 通常用于模型的参数更新和优化，可以帮助模型在训练过程中更稳定地收敛，提高模型的泛化能力。
2025-05-08 10:31:03
481
原创 [Pytorch]卷积
Pytorch里一般小写的都是函数式的接口，相应的大写的是类式接口。函数式的更加low-level一些，如果不需要做特别复杂的配置只需要用类式接口就够了。可以理解为nn.Conved是2D卷积层，而F.conv2d是2D卷积操作。
2025-04-23 19:49:27
281
原创 【个人学习笔记】语音表示学习：HuBERT模型
训练第一轮用MFCC，进行K-Means将每个聚类的中心点作为输出得到Hidden units embedding作为后续Back Propagation的Ground Truth；训练从第二轮开始，从Context Network中间的某一层抽出一些Tokens作为K-Means聚类的输入（不再使用MFCC）chinese-hubert-large：腾讯GameMate的预训练语音模型。原参考资料是一个网站和一个B站UP主讲解的过程，作为详细学习了解 请移步。下面记录个人的学习笔记。
2025-03-12 11:51:07
484
原创 2018-2015武汉大学计算机复试上机考试真题与解析
1、给定两个正整数a和b，求在[a，b]中的所有整数中，每个数码（0~9）各出现了多少次。2、输入一个整数n（0
2024-03-22 20:54:21
869
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人