ab0902cd的博客

分组卷积、可分离卷积

kaldi安装

降维

源码克隆编译安装：https://github.com/SeanNaren/warp-ctc1. gcc==5.2 cmake=3 pytorch=1.1.02. warp-ctc安装git clone https://github.com/SeanNaren/warp-ctc.gitcd warp-ctcmkdir build; cd buildcmake ..make...

tf.shape(a)和a.get_shape()比较相同点：都可以得到tensor a的尺寸不同点：tf.shape()中a 数据的类型可以是tensor, list, array　　　　a.get_shape()中a的数据类型只能是tensor,且返回的是一个元组（tuple）如果需要根据上一层的动态shape计算当前层的shape，该如何做呢x=tf.placeholder(tf.float32, shape=[None, 227,227,3] )但在运行的时候想知道None到

onnx模型输入是静态的，比如是1x3x960x960，但是想把输入改成动态输入，相应的输出也得改成动态，以下代码可以修改onnx模型的维度：import onnximport onnx.checkerimport onnx.utilsfrom onnx.tools import update_model_dims model = onnx.load('infer_rec.onnx')# 此处可以理解为获得了一个维度 “引用”，通过该 “引用“可以修改其对应的维度

感受野的计算感受野（Receptive Field），指的是神经网络中神经元“看到的”输入区域，在卷积神经网络中，feature map上某个元素的计算受输入图像上某个区域的影响，这个区域即该元素的感受野。卷积神经网络中，越深层的神经元看到的输入区域越大，如下图所示，kernel size 均为3×33×3，stride均为1，绿色标记的是Layer2Layer2每个神经元看到的区域，黄色标记的是Layer3Layer3看到的区域，具体地，Layer2Layer2每个神经元可看到Layer1La..