- 博客(22)
- 收藏
- 关注
RSS订阅原创 线性卷积（相关）和圆周卷积（相关）以及FFT之间的关系(AEC举例)
预备知识：线性卷积（相关）和圆周卷积（相关）之间的关系N1N2N1≥N2N1−N21N1N2N1≥N2N1−N21。
2024-06-17 10:03:27
350
原创 什么是卡尔曼滤波，卡尔曼增益怎么来的--通俗易懂
卡尔曼滤波（Kalman filtering）是一种用于估计系统状态的递归滤波器。它是基于线性动态系统和高斯噪声假设，通过结合系统模型和测量信息，提供最优估计值和最小均方误差的状态估计方法。卡尔曼滤波器的核心思想是将先验信息（系统模型）和后验信息（测量信息）进行融合，从而获得对系统状态的最优估计。预测和更新。在预测步骤中，卡尔曼滤波器使用系统的状态转移模型来预测当前时刻的状态。这个预测基于先前的状态估计和系统的动态方程。预测步骤输出两个重要的结果：预测状态和预测协方差。
2024-05-19 21:45:19
785
原创 Pytorch class 中forward方法和__call__方法（前向传播）
首先创建类对象m，然后通过m(input)实际上调用__call__(input)，然后__call__(input)调用。要学习pytorch，一个前提是 知道python calss中的__call__和__init__方法.in forward, 传入参数类型是： 值为: i 对象a传入的参数是： i。传入参数的类型是： 值为： i。那当然也可以在__call__里调用其他的函数啊,_: 类的初始化函数，类似于c++的构造函数。
2024-05-08 10:24:34
250
原创 详解torch.nn.conv1d
右上下图可知，卷积核大小为（in_channel * kernel_size），一般一维信号的卷积核大小就为(1*kernel_size)。一维卷积不代表卷积核只有一维，也不代表被卷积的feature也是一维。一维的意思是说卷积的方向是一维的。可以肯定的是卷积核是在最后一个维度移动的，例如上图的一维信号是卷积核从左往右进行卷积的。从输入到输出的过程中，通道数经常在发生改变，而out_channel是什么呢？补充：卷积层实际上是计算的相关，并没有翻折的操作，不是数学意义上的卷积。一维卷积的是在哪个维度进行？
2024-05-08 10:11:06
1147
原创 3分钟学会使用pydantic库的BaseModel类
在上面的示例中，我们定义了一个名为User的数据模型类，继承自BaseModel。User类有三个字段：name（字符串类型）、age（整数类型）和email（字符串类型）。我们可以使用user_data字典中的数据来实例化User类，并通过**操作符将字典中的键值对传递给User类的构造函数。pydantic会根据字段类型进行数据验证，并自动将输入数据转换为字段指定的类型。如果输入数据不符合字段的验证规则，pydantic会引发ValidationError异常，并提供有关验证错误的详细信息。
2024-03-13 16:44:06
1557
1
原创 一文搞懂python中常用的装饰器（@classmethod、@property、@staticmethod、@abstractmethod......）
定义及语法装饰器用于定义类方法。类方法与普通方法不同，它在类层级上操作，而不是在实例层级上。通过类方法，我们可以直接通过类名调用方法，而无需创建类的实例。并且第一个参数通常被命名为cls，代表类本身，而不是常见的self。类方法可以访问类的属性和其他类方法（不包括实例方法），但不能直接访问实例的属性。# 方法体三种常用使用场景及示例示例1：访问类的属性搭配使用，注意不是实例的属性self.xxx。示例中统计创建了多少个对象。count = 0 # 类的属性 而不是实例属性。
2024-03-13 14:05:12
1097
原创 详细解释python中的func(*args, **kwargs)
func(*args, **kwargs) 是一个函数调用的语法，其中 func 是一个函数名，*args 和 **kwargs 是传递给函数的参数。args是一个特殊语法，用于传递的。它表示将参数打包成一个元组（tuple），并传递给函数。在函数内部，可以使用 args 来访问这些参数。这意味着你可以传递任意数量的位置参数给函数。也是一个特殊语法，用于传递的（键值对）。它表示将参数打包成一个字典（dictionary），并传递给函数。在函数内部，可以使用 kwargs 来访问这些参数。
2024-03-13 11:19:14
781
原创 设置jupyter lab的workspace默认路径
如果在配置目录中找不到 jupyter_notebook_config.py 文件，可能是因为您尚未生成配置文件。打开命令行终端（Windows 用户可以使用命令提示符或 PowerShell，Mac 和 Linux 用户可以使用终端）。打开文件资源管理器（Windows）或终端（Mac 和 Linux），并粘贴刚刚复制的路径。在配置目录中找到名为 jupyter_notebook_config.py 的文件。在 jupyter_notebook_config.py 该文件中查找。
2023-12-13 11:57:41
360
原创 （2023）从零开始用qemu搭建虚拟arm环境
在以上的操作步骤中，我们把一个ARM系统在启动应用程序之前，所需要的程序都手动编译、操作了一遍。看一遍很容易就明白，亲手操作一遍印象会更深刻。这里的操作过程有些还需要继续深入，比如：在系统启动之后，自动挂载宿主机(Ubuntu系统)中的某个文件夹，这样就可以把hello等可执行程序复制到挂载目录中，然后在ARM系统中直接执行了，而不用再执行下面在一连串的操作(停止虚拟机-挂载磁盘镜像-复制文件-卸载-启动虚拟机)。
2023-10-25 14:38:41
10712
1
转载 pip install git+https:XXX 安装失败
原文链接：https://blog.csdn.net/qq_50935651/article/details/123059602。1.先要下载好原文件（这时候文件夹里往往有一个setup.py文件，但是有些时候并不能简单的python setup.py）3.然后会多出一个dist的文件夹，打开文件夹便可以看到一个打包好的你需要安装的项目xxx.tar.gz。4.然后再 pip install xxx.tar.gz ,到此安装完成。2.在下载的文件夹下执行 ：python。无法访问外网的时候，
2023-09-06 16:32:05
184
原创 互谱（CrossPower）与 功率谱密度（PSD）
功率谱的定义是在有限信号的情况下，单位频带范围内信号功率的变换状况，功率随频率而变化，从而表现成为功率谱，它是专门对功率能量的可用有限信号进行分析所表现的能量。它含有频谱的一些幅度信息，不过相位信息被舍弃掉了。相比之下，频谱极为不严格，主要是体现信号的平均变换，要求的只是一段时间平均量。所以经常说在频谱信号不同的情况下，它的功率谱很可能是一样的。
2023-09-04 20:32:41
4971
原创 嵌入式C语言中各变量存储的位置
一般来说，直接定义的全局变量在未初始化数据区，如果该变量有初始化则是在已初始化数据区（RW Data），加上const则将放在只读数据区。用malloc,calloc,realloc等分配内存的函数所分配的内存空间在堆上，程序必须保证在使用free释放，否则会发生内存泄漏。3、全局区（静态区）（static）—，全局变量和静态变量的存储是放在一块的，初始化的全局变量和静态变量在一块区域，所有函数体外定义的是全局变量，加了static后的变量不管是在函数内部或外部都放在全局区。
2023-08-21 15:01:24
477
原创 如何用neon实现正弦余弦函数（sin & cos）的优化
要想用neon实现对cosf()和sinf()函数的优化，首先需要找到求近似值的方法，然后再将求近似值的函数用neon实现。需要注意的是，这些近似求解方法，都需要将。
2023-07-19 14:37:01
553
原创 RNNoise子带能量的理解
void compute_band_energy(float* bandE, const kiss_fft_cpx* X) { int i; float sum[NB_BANDS] = { 0 };/*NB_BANDS是22个端点，即21个子带*/ for (i = 0; i < NB_BANDS - 1; i++) { int j; int band_size; /*对应子带的频点数*/ band_size = (e.
2020-11-10 20:22:07
100
原创 1 PNCC (阅读笔记）
题目：Power-Normalized Cepstral Coefficients (PNCC) for Robust Speech RecognitionPNCC处理的主要新特性包括:使用幂律非线性代替MFCC系数中使用的传统对数非线性、基于非对称滤波抑制背景激励的噪声抑制算法和实现时间掩蔽的模块。...
2020-03-24 23:06:47
3852
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人