Kfdhfljl-CSDN博客

原创商汤实习面试准备（已上岸）

关于BN层。可学习参数，BN层的作用，在训练阶段和预测阶段的有什么不同，了解GN吗。NMS是怎么做的简述：对于box列表B及其对应的置信度S，采用以下计算方式，选择具有最大socre的检测框M，将其从B集合中移除并加入到最终的检测结果D中,通常将B中剩余的检测框与M计算IoU,将IoU值大于阈值Nt的框从B中移除，重复这个过程，直到B为空。编程：对一个灰度图进行均值滤波操作，可以使用numpy，要求输入输出的图片和输入的图片的shape保持一致。滤波的目的：消除噪声，提取特征均值滤波：平滑，模

2021-03-23 13:20:57 2059 1

原创 ESPNET 环境配置

ESPNET 环境配置目录ESPNET 环境配置1、安装Ubuntu软件2、setting of the environment for GPU support：4.安装espnet1、安装Ubuntu软件基本环境：Python 3.6.1+（推荐3.7.3）gcc 4.9+ for PyTorch1.0.0+Optionally, GPU environment requires the following libraries:Cuda 8.0, 9.0, 9.1, 10.0 depe

2020-07-27 18:06:57 1616 1

原创 Efficient Active Learning for Automatic Speech Recognition... 论文笔记

Efficient Active Learning for Automatic Speech Recognition via Augmented Consistency Regularization，submited to INTERSPEECH2020文章链接目录Efficient Active Learning for Automatic Speech Recognition via Augmented Consistency Regularization，submited to INTERSPEE

2020-07-21 15:05:21 319

原创 active learning for speech recognition

active learning for speech recognition概述一些语音识别领域的主动学习方法Semi-supervised and active-learning scenarios: Efficient acoustic model refinement for a low resource Indian language, INTERSPEECH 2018使用的任务模型是：DNN-HMM framework trained using Kaldi and with word le

2020-07-20 18:03:24 247

原创 Active Learning Methods for Low Resource End-to-End Speech Recognition 论文笔记

Active Learning Methods for Low Resource End-To-End Speech Recognition，INTERSPEECH2019文章链接背景及概述a active learning method using a joint score of uncertainty and i-vector diversity.本文将主动学习应用于端到端（E2E）的语音识别。E2E模型使用encoder-decoder神经网络直接输出字词。相比于传统模型,E2E模型的计算

2020-07-20 11:31:44 320

原创字节跳动算法面经整理

自我介绍项目介绍论文里面用到的细节，一定要非常清楚，能讲清楚，并且讲论文的时候，要有铺垫。可以这么讲：（1）之前别人是怎么做的。（2）别人做的不足。（3）你做的和别人做的有什么差别。（这里重点讲一下自己的创新点。）（4）你达到了一个怎么样的精度，效果如何。介绍一下当今在你的领域的state-of-the-art印象最深的paper和最近看过的paper项目中遇到的最大的问题是什么你觉得影响模型效果的因素有什么，并排个序。（我回答的是特征>模型>优化器，实验室的研究方向有

2020-07-01 19:58:32 3555 2

转载《动手学深度学习》（pytorch版）摘要

动手学深度学习-pytorch版目录深度学习简介预备知识环境配置数据操作 on torch创建Tensor操作广播机制运算的内存开销tensor 和numpy相互转换自动求梯度深度学习基础线性回归Reo 线性回归参考文献：深度学习简介与其设计一个解决问题的程序，不如从最终的需求入手来寻找一个解决方案。事实上，这也是目前的机器学习和深度学习应用共同的核心思想：我们可以称其为“用数据编程”。与其枯坐在房间里思考怎么设计一个识别猫的程序，不如利用人类肉眼在图像中识别猫的能力。我们可以收集一些已知包含猫与不包

2020-06-16 17:18:59 317

Kfdhfljl的博客

原创商汤实习面试准备（已上岸）

原创 ESPNET 环境配置

原创 Efficient Active Learning for Automatic Speech Recognition... 论文笔记

原创 active learning for speech recognition

原创 Active Learning Methods for Low Resource End-to-End Speech Recognition 论文笔记

原创字节跳动算法面经整理

转载《动手学深度学习》（pytorch版）摘要

原创 Git 基础小记

转载 GPU相关常见名称的含义

原创 Conda 离线安装 python 环境

空空如也

空空如也