WENet KWS 项目教程
wekws项目地址:https://gitcode.com/gh_mirrors/we/wekws
1. 项目的目录结构及介绍
WENet KWS 项目的目录结构如下:
wekws/
├── README.md
├── requirements.txt
├── run.sh
├── conf/
│ ├── train.yaml
│ └── test.yaml
├── data/
│ ├── train/
│ └── test/
├── models/
│ ├── model.py
│ └── utils.py
└── scripts/
├── train.py
└── test.py
目录介绍
- README.md: 项目说明文档。
- requirements.txt: 项目依赖的 Python 包列表。
- run.sh: 启动脚本。
- conf/: 配置文件目录,包含训练和测试的配置文件。
- data/: 数据目录,包含训练和测试数据。
- models/: 模型相关代码,包括模型定义和工具函数。
- scripts/: 脚本目录,包含训练和测试脚本。
2. 项目的启动文件介绍
项目的启动文件是 run.sh
,它是一个 Bash 脚本,用于启动训练和测试过程。
run.sh 内容概览
#!/bin/bash
# 设置环境变量
export PYTHONPATH=$PWD:$PYTHONPATH
# 训练模型
python scripts/train.py --config conf/train.yaml
# 测试模型
python scripts/test.py --config conf/test.yaml
启动文件功能
- 设置环境变量: 确保 Python 脚本能够找到项目路径。
- 训练模型: 调用
train.py
脚本进行模型训练,使用conf/train.yaml
配置文件。 - 测试模型: 调用
test.py
脚本进行模型测试,使用conf/test.yaml
配置文件。
3. 项目的配置文件介绍
项目的配置文件位于 conf/
目录下,主要包括 train.yaml
和 test.yaml
。
train.yaml 内容概览
# 训练配置
train:
batch_size: 32
learning_rate: 0.001
epochs: 100
data_dir: data/train
# 模型配置
model:
type: "cnn"
hidden_size: 256
test.yaml 内容概览
# 测试配置
test:
batch_size: 32
data_dir: data/test
# 模型配置
model:
type: "cnn"
hidden_size: 256
配置文件功能
- 训练配置: 定义训练过程中的参数,如批大小、学习率、训练轮数和数据目录。
- 模型配置: 定义模型的类型和隐藏层大小。
- 测试配置: 定义测试过程中的参数,如批大小和数据目录。
通过这些配置文件,用户可以灵活地调整训练和测试的参数,以适应不同的需求。