本博客系OUC软件工程第七次作业:Beta冲刺 (2/3)

本博客系OUC软件工程第七次作业: Beta冲刺 (2/3)

一、过去完成了哪些任务

前端

  1. 实现了给用户提供三种可选的降噪强度方案,以满足不同用户的需求。

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hMlYdCxd-1671968296459)(Beta%E5%86%B2%E5%88%BA%EF%BC%882%203%EF%BC%89%208f85c51e6ee1426abdcf389459fec334/Untitled.png)]

    在这里插入图片描述

    下图为两种不同降噪强度的结果对比(左侧为强降噪,右侧为弱降噪):

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WkzC2GWx-1671968296460)(Beta%E5%86%B2%E5%88%BA%EF%BC%882%203%EF%BC%89%208f85c51e6ee1426abdcf389459fec334/Untitled%202.png)]

  2. 在滑动展示中,增加了文字提示,使展示的功能更加一目了然,增强了友好度。

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-rrit2Ikn-1671968296461)(Beta%E5%86%B2%E5%88%BA%EF%BC%882%203%EF%BC%89%208f85c51e6ee1426abdcf389459fec334/Untitled%203.png)]

后端

1.将项目重新部署到了公网服务器上
2.正式应用三种不同的模型来完成三种不同的降噪强度的后端实现

模型训练

完成了不同降噪强度的降噪模型训练

二、每个人的工作(遇到的困难和解决方法)

小组成员分工
黄正举模型训练
梁汉林模型训练
刘召后端
吴桂宾后端
陈李焘前端
姜景达前端

上周碰到的问题之一,是非校园网无法访问网站以及服务器,这周我们解决了这个问题,但是却碰到了有一个问题:域名没有备案,导致无法正常访问。

在这里插入图片描述

解决方法:使用axios进行请求时,将原本的域名替换为对应的 IP 地址。

三、燃尽图

在这里插入图片描述

四、剩下的工作

目前,各部分工作已经悉数完成,目前正在组内试用,查漏补缺。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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