关于开题报告及相关知识总结复盘

目录

一、模型知识     

二、答辩相关问题

三、环境搭建

四、创建虚拟环境

五、python基本知识

六、学习心得

---

一、模型知识     

       上周进行了简单的开题预答辩，内容基于pytorch声纹识别的设计与实现，在该课题中我所选择的模型是ResNet34，根据所查资料可以简单了解：Resnet（Deep residual network, ResNet），深度残差神经网络，在大家为了提升卷积神经网络的性能在不断提升网络深度的时候，大家发现随着网络深度的提升，网络的效果变得越来越差，甚至出现了网络的退化问题，80层的网络比30层的效果还差，深度网络存在的梯度消失和爆炸问题越来越严重，这使得训练一个优异的深度学习模型变得更加艰难，在这种情况下，网络结构图
 

残差神经网络其实就是在VGG的基础上提出的

残差网络有什么好处呢？显而易见：因为增加了 x 项，那么该网络求 x 的偏导的时候，多了一项常数 1（对x的求导为1），所以反向传播过程，梯度连乘，也不会造成梯度消失。可以看到X是这一层残差块的输入，也称作F(x)为残差，x为输入值，F（X）是经过第一层线性变化并激活后的输出，该图表示在残差网络中，第二层进行线性变化之后激活之前，F(x)加入了这一层输入值X，然后再进行激活后输出。在第二层输出值激活前加入X，这条路径称作shortcut连接。

二、答辩相关问题

1. 语音库是如何形成的
</