《昇思25天学习打卡营第15天|gaoba13j》

最新推荐文章于 2024-07-25 22:24:14 发布
最新推荐文章于 2024-07-25 22:24:14 发布
阅读量182 收藏
点赞数 3
文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gaoba13j/article/details/140258951
版权

打卡第15天，今天学习 通过AI实现自己个性化音乐的创作

首先需要提及的是单语音模型的音乐生成模型 MisicGen,它基于Transformer结构实现，可以分解为三个不同的阶段:

1.用户输入的文本描述传递给一个固定的文本编码器模型，得到一系列隐形状态表示

2.训练MusicGen解码器来预测离散的隐形状态音频token

3.对这些token使用音频压缩模型（如EnCodec）进行解码，以恢复音频波形

Gaoba13j
关注
  • 3
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《昇思25天学习打卡营第25+5天|gaoba13j》
07-23 156
2.模型主体的Block结构是基于Transformer的Encoder结构，但是调整了Normalization的位置，其中，最主要的结构依然是Multi-head Attention结构；3.模型在Blocks堆叠后接全连接层，接受类别向量的输出作为输入并用于分类。1.数据集的原图像被划分为多个patch（图像块）后，将二维patch（不考虑channel）转换为一维向量，再加上类别向量与位置向量作为模型输入；它是不依赖卷积操作的情况下，依然可以在图像分类任务上达到很好的效果的一种经典的分类方法。
《昇思25天学习打卡营第25+4天|gaoba13j》
07-22 173
它是一种单阶段的目标检测算法，通过卷积神经网络进行特征提取，取不同的特征层进行检测输出，所以也属于一种多尺度的检测方法，同时也是以VGG16作为基础的一种升级版优化模型。SSD，全称为Single Shot MultiBox Detector，即单步多框目标检测。打卡第29天，今天学习 SSD目标检测。
《昇思25天学习打卡营第25+2天|gaoba13j》
07-21 92
传统的卷积神经网络是将一系列的卷积层和池化层堆叠得到的，但当网络堆叠到一定深度时，就会出现退化问题。ResNet相较传统而言 提出了残差网络结构来减轻退化问题，可以实现深度1000+。图像分类是最基础的有监督学习类型的计算机视觉应用。打卡第27天，今天学习 ResNet50图像分类。
《昇思25天学习打卡营第25+3天|gaoba13j》
07-21 119
ShufflenetV1是旷视科技提出的一种计算高效的CNN模型；可以简称为一种轻量级CNN网络，有其他的比如：MobileNet。此模型设计目的就是利用有限的计算资源来达到最好的模型精度；逐点群卷积，通道洗牌。在保持精度的同时大大降低了模型的计算量。打卡第28天，今天学习 ShuffleNet图像分类。
《昇思25天学习打卡营第25+1天|gaoba13j》
07-19 119
简单来说可以理解为，“使用原有已训练好的猫模型，修改修改初始化网络权重参数等，重新进行老虎的训练从而得到新的老虎识别模型”。迁移学习指的是 基于一个已有的与训练模型，然后重新初始化网络的权重参数或作为固定特征提取器应用于相关特定的任务中。打卡第26天，今天学习ResNet50迁移学习。数据集为：ImageNet的狼狗数据集。
《昇思25天学习打卡营第25天|gaoba13j》
07-18 197
此网络特点：1.不含全连接层的全卷积网络，可适应任意尺寸输入；2.增大数据尺寸的反卷积层，能够输出精细的结果；3.结合不同深度层结果的跳级(skip)结构，同时确保鲁棒性和精确性。FCN，全称 Fully Convolutional Networks，即 全卷积网络。它是首个端到端进行像素级预测的全卷积网络；可使用数据集为：PASCAL VOC 2012数据集，SDB数据集。打卡第25天，今天学习FCN图像语义分割。1.卷积化，2.上采样，3.跳跃结构；
《昇思25天学习打卡营第13天|gaoba13j》
07-06 77
当然需要导入mindNLP库，然后建立模型生成数据集开始编解码训练。打卡第13天，今天学习 应用实践之文本解码原理以mindNLP为例。在原有自回归语言模型基础上，使用贪心搜索算法 或者 束搜索算法。今天外出打卡，终于是用手机操作完成 此次课程，太不容易了。
《昇思25天学习打卡营第20天|gaoba13j》
07-14 136
CycleGAN 全称：Cycle Generative Adversarial Network， 即 循环对抗生成网络，它实现了一种在没有配对示例的情况下学习将图像从源域 X 转换到目标域 Y 的方法。其重要应用为图像风格迁移，它不需要他们有严格对应关系，是一种新的无监督的图像迁移网络。打开第20天，今天学习CycleGEN图像风格迁移互换。
《昇思25天学习打卡营第24天|gaoba13j》
07-17 145
Pix2Pix是基于它实现的一种深度学习图像转换模型；它用于实现语义/标签到真实图片、灰度图到彩色图、航空图到地图、白天到黑夜、线稿图到实物图的转换。cGAN 全称 Condition Generative Adversarial Networks，即 条件生成对抗网络。打卡第24天，今天学习 Pix2Pix实现图像转换。既然为生成对抗网络的一种，同样具有两个部分。
Linux：基础命令学习
qq_55038440的博客
07-20 1507
实例：-F根据文件类型在列出的文件名称后加一符号。实例： -R 递归显示目录中的所有文件和子目录。. 开头的隐藏文件也会列出。可执行文件则加 "*"，用于显示目录文件信息。
AvaloniaUI的学习
最新发布
lishuangquan1987的博客
07-25 778
官方中文文档：https://docs.avaloniaui.net/zh-Hans/docs/welcome。
Python编程学习第一篇——Python零基础快速入门（六）（4）异常处理
urhero的专栏
07-25 280
我们已经了解了Python的基本数据类型、变量和基本的逻辑控制语句，基于这些基础知识可以编写一些小程序了，但是在写程序的时候我们会发现，有时候程序并不是按我们预期的方向执行，有的直接报错，有的没有报错，却并未得到我们预期的结果。在这个例子中，除数为0会引发ZeroDivisionError异常，我们将异常信息赋值给变量e，并输出"除数不能为0"和异常信息。在这个例子中，由于除数不为0，所以没有发生ZeroDivisionError异常，代码会执行else语句块，并输出结果2.0。
虚拟机学习
weixin_63374588的博客
07-25 209
虚拟机的优点：虚拟机使用教程：
FastAPI（八十）实战开发《在线课程学习系统》接口开发-- 课程列表
mr~li的博客
07-25 261
源码见："
前端学习1——自学习梳理
qq_63125992的博客
07-24 285
【代码】前端学习1——自学习梳理。
SAP PP学习笔记31 - 计划运行的步骤2 - Scheduling(日程计算)，BOM Explosion(BOM展开）
shi_ly的专栏
07-24 764
本章主要讲Scheduling(日程计算),其中包括 外部调达中的调度，生产订单中的调度，修改需求日期(其实就是在物料中增加安全时间和BOM中的提前期偏置量)。另外还讲了BOM展开的内容，详细讲了BOM选择的各种方法，除了按数量选BOM之外，还有其他比如 按日期，按生产版本等，而其中按日期又分为按订单开始日期，订单终了日期等，越趋复杂。
(leetcode学习)110. 平衡二叉树
m0_54888411的博客
07-24 377
很久没写结构体了，复习一下。学习二叉树的通用解题方法。给定一个二叉树，判断它是否是。
7-23学习笔记
L14173233的博客
07-23 642
/检查性异常 是Exception的直接子类创建对象的方法1 new2 克隆3 反序列化4 反射。
【学习笔记】子集DP
Brute♂force
07-24 935
有一类问题和子集有关。给你一个集合S，令T为S的超集，也就是S所有子集的集合，求T中所有元素的和。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值