DataWhale学习打卡
zzc-ccccc
这个作者很懒,什么都没留下…
展开
-
task5打卡声音识别之模型改进与优化
学习目标:了解一下模型改进和优化学习内容:通常我们测试结果出来会有过拟合或者欠拟合的情况出现,这时候就需要我们进行模型的改进和优化,简称调优。其中的方法就有扩充数据。简单来说就是将数据变得更丰满,通过裁剪,旋转,调音,加噪等方式进行。学习时间:2021年4月22日学习产出:不在能力范围之内,需要更多时间消化...原创 2021-04-22 00:28:28 · 82 阅读 · 0 评论 -
Task4 打卡深度识别
学习目标:深度学习模型搭建与训练学习内容:今天重点在于建立模型,搭建框架并进行训练。其中很重要的一个API是Keras。 Keras是一个高层神经网络API,Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生,能够把你的idea迅速转换为结果。Keras具有高度模块化,极简,和可扩充特性。以下是导包代码import pandas as pdimport numpy as nppd.plotting.register_ma转载 2021-04-19 23:35:00 · 78 阅读 · 0 评论 -
Task3打卡-食物声音识别,音频特征提取
学习目标:今天主要学习声音特征提取MFCC特征提取知识过零率 (Zero Crossing Rate)频谱质心 (Spectral Centroid)声谱衰减 (Spectral Roll-off)梅尔频率倒谱系数 (Mel-frequency cepstral coefficients ,MFCC)色度频率 (Chroma Frequencies)学习内容:第一点最重要就是导入库啦import numpy as npimport sklearnimport librosaim转载 2021-04-18 01:45:16 · 184 阅读 · 0 评论 -
Task2打卡——比赛数据了解与分析
学习目标:了解比赛数据集,看到声音的波形图学习内容:通过命令下载好数据之后,就开始新的一段探索之路和Task1一样,首先得加载库,这次比之前要多几个库。其中matplotlib是一个很重要的库因为我们得通过matplotib来绘制各种图表。import pandas as pdimport numpy as nppd.plotting.register_matplotlib_converters()import matplotlib.pyplot as plt%matplotlib转载 2021-04-16 00:51:53 · 57 阅读 · 0 评论 -
零基础入门机器学习——声音识别——打卡Task1
学习目标:1 基于CNN的分类模型:参考图片分类的形式,将不同声音的频谱做分类。2 基于LSTM的分类模型:通过数据预处理、特征提取、划分数据集以及训练模型等步骤给声音数据做分类。学习内容:1. 下载数据集使用阿里云的天池资源,创建Data Science Workshop Notebook。运行下列代码进行下载注释:!的意思是用终端运行环境要求:TensorFlow版本:2.0+KerasKeras是一个高层神经网络API,Keras由纯Python编写而成并基Tenso转载 2021-04-13 19:45:42 · 961 阅读 · 0 评论