lxhdy12345的博客

最近在做一个模型的实时化工作，包括CNN和LSTM的实时化，感觉里面坑挺多的，语音模型对实时性的要求真的苦了开发者了。我使用的是tensorflow 1.14进行开发，在1.14版本之后tensorflow支持keras 和tensorflow operator的混合编程，在更早的版本里面你要在keras 里面使用tensorflow的张量操作就得包装成Lambda层。今天主要介绍一下LSTM的实时性推理，主要的几个参数是stateful return_state和 unroll 。首先LS..

生成模型初探：从PCA到AE人类较机器蕴含智能，其中最重要的是一种创造性。无论是作诗绘画还是音乐，艺术家都得在一定规则的限定下带着脚镣舞蹈，但是他们却可以跳出少数几个机械的规则，创造出无穷无尽的作品，这便是机械难以做到的事情。传统的机械学习，仅仅从数据库中检索答案似乎与创造新信息相去甚远；后来的统计学习，将随机性引入，但是面对庞大的参数空间却无能为力。直到神经网络的出现，才初步解决了这个...

从经典的101个numpy练习中总结：1、numpy：python拓展包，可以用于处理大型矩阵，有足够的函数库以及线性转换函数，有许多高级的数值运算工具：import numpy as npprint(np.__version__)2、基础操作：numpy数组类是numpy.array其中有array.nidm矩阵的维度和，array.size:元素个数，array.dtype元素的类型，arr...

python 概述：python：解释型、面向对象、动态数据类型高级程序设计语言简介：1、解释型：没有编译;PHP与Perl；一种脚本语言速度仅仅快于shell脚本远低于java更低于c等2、交互式：互动执行程序3、面向对象：支持面向对象的代码封装4、简单而功能广泛，api接口多发展历史底层c，很多兼容c特点：1、易于学习、阅读、维护、广泛标准库（跨平台）、互动模式（终端直接输入）、可移植、可扩展...