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...