接上一篇:https://blog.csdn.net/SPESEG/article/details/104006642
其实有时候,不,经常是我还没有完全明白样例/demo中的流程,就开始了套用,咔咔代入一通,也有很多想当然的想法,都是错误的。
如果完全如所给样例那么简单的话,整个特征可以直接取avg,特征依旧很明显,如下:
x轴是128D特征,y是时间维度frame,由hop_size确定长度
下图即是取avg后的图
下面比较下同一类别的avg features 是否相似?
整体来看确有相似之处,但令人生疑,为何如此相像???就怕不同类别也是这么相似,那就没法玩了。
提取Lau和Dan类别特征,先看tsne图,然后做下query看看效果如何。
PCA后30D,困惑度50
有一定的区分度,但仍有上一篇的可能:因为并没有的分类界限。
困惑度为100时
又加入Dan的一些类别mnw,伪标签为2,PCA后30D,0.86,困惑度100
0 和2本就是一类,1是Lau类别,偏安一隅,也算有点区别
由于颜色问题,将Lau设为3,其他全是Dan类别
大部分的Lau都位于红色框内,再增加点Lau的数据,如下
下面增加点我司的Lau,1000个,如图下,标记为4,【注意:以上只有Lau用的抖音的,Dan是我司的】
假若将3,4合为3,如下
将抖音的Lau数据去掉,如下
如果不用PCA结果如下:差不多一样
我觉得也可试试增加点时长,或者直接用整个时长【不包括抖音的最后附加的声音,也不要刚开始的声音2秒】
个人觉得Lau的时长多了应该与Dan的不同,特征更明显,难道不是吗?拭目以待
遇到一个问题,可能是时长的问题,cudnn出错如下:我怀疑是时长过长了,或者说hop_size有点小,我觉得0.1差不多啊
2020-01-22 19:01:05.967046: W tensorflow/core/kernels/gpu_utils.cc:48] Failed to allocate memory for convolution redzone checking; skipping this check. This is benign and only means that we won't check cudnn for out-of-bounds reads and writes. This message will only be printed once.
2020-01-22 19:02:34.483464: F tensorflow/stream_executor/cuda/cuda_dnn.cc:516] Check failed: cudnnSetTensorNdDescriptor(handle_.get(), elem_type, nd, dims.data(), strides.data()) == CUDNN_STATUS_SUCCESS (9 vs. 0)batch_descriptor: {count: 8231 feature_map_count: 64 spatial: 96 64 value_min: 0.000000 value_max: 0.000000 layout: BatchDepthYX}
Aborted (core dumped)
试试hop_size=0.2,并将时长大于100的置为100.
还在处理中。。。
来了结果,如下,没做PCA,感觉差不多同上
PCA后30D,0.89,困惑度100,如下:就是调整个方向???
【遇到一个问题,不知道怎么指定某个GPU,指定后也不好使,因为我想运行两个或多个脚本,各用一个GPU,之前有写过一篇,但没有深究。这里再补充下】
今天提前回去收拾东西。下班
另外有相关问题可以加入QQ群讨论,不设微信群
QQ群:868373192
语音图像视频深度-学习群