说话人识别模型学习DAY 1、2、3（Pytorch）

def __init__(self, shuffle=True, utter_start=0):#read data
#shuffle=True意为先打乱再取batch

arithmetic n.算术

就地操作 将结果存储到操作数中的操作称为就地操作。它们由_后缀表示。例如：x.copy_(y), x.t_(), 将改变x。就地操作可以节省一些内存，但在计算导数时可能会出现问题，因为会立即丢失历史记录。因此，不鼓励使用它们。

pytorch中两个张量的乘法可以分为两种：

• 两个张量对应元素相乘，在PyTorch中可以通过torch.mul函数（或*运算符）实现；
• 两个张量矩阵相乘，在PyTorch中可以通过torch.matmul函数实现.

sum()：将张量的所有值聚合成一个值

如果你有一个单元素张量，你可以使用item()方法将其转换为 Python 数值：

agg = tensor.sum()
agg_item = agg.item()
print(agg_item, type(agg_item))

输出为：

12.0 <class 'float'>

CPU 和 NumPy Array上的张量可以共享它们的底层内存位置，改变一个就会改变另一个。

iterable n.可迭代的

自定义数据集类必须实现三个函数： __ init __ 、__len__和__getitem__

instantiating v-ing. 实例化

annotation n.注释

__getitem__ 函数从给定索引idx处的数据集中加载并返回样本。根据索引，它识别图像在磁盘上的位置，使用 将其转换为张量。

数据集shuffle后按batchsize组成batch

 Dataset为抽象类，不能实例化，只能由别的类继承。

而Dataloader是可以实例化的。

getitem、len都是magic function

///

遇到TypeError:guvectorize() missing 1 required positional argument: 'signature'

解决方法：将resampy降低版本。

目前用到但github中未写出：resampy、numba、pathlib、pyyaml