qq_28350219的博客

下载预训练模型链接https://github.com/fchollet/deep-learning-models/releases预训练模型放置位置mv resnet50_weights_tf_dim_ordering_tf_kernels.h5 ~/.keras/models（默认安装位置）

RNNoise算法论文阅读摘要  尽管噪声抑制是信号处理中的一个相对成熟的领域，但它仍然依赖于估计器算法和参数微调。本文中，作者展示了一种噪声抑制的混合DSP/深度学习方法。作者在保证输出高质量增强语音的同时，尽可能地降低算法的复杂性。利用四层隐含层的深度循环神经网络估计理想的临界频带增益，并采用传统的基音滤波器衰减基音谐波间的噪声。与传统的最小均方误差频谱估计器相比，该方法实现了更高的增强语音质量，且保持了足够低的复杂性，以便以48KHz的采样率实时在低功耗CPU上操作。关键词：噪声抑制、循环神经网

win10系统tensorflow2.4.0-gpu安装“Not creating XLA devices, tf_xla_enable_xla_devices not set”解决方法未解决前报错  最近在安装tensorflow2.4.0-gpu版本后的项目开发过程中出现了“Not creating XLA devices, tf_xla_enable_xla_devices not set”的错误，控制面板下调试代码及结果如图1所示：图1 修复前报错解决方法  从网上找了很多方法，基本上都

win10系统配置tensorflow学习环境总结初衷  配置tensorflow学习环境需要从自己的显卡、CUDA+cuDNN版本、tensorflow-gpu版本、编辑器（VS2019或Spyder等）入手，由于此前没有创建虚拟环境，在base环境下由于一些第三方模块会与当前tensorflow版本不一致，从而导致cuda及cudnn的.dll文件缺失，然后每次添加这些缺失文件又很繁琐，因此这里建议各位针对不同的开发项目创建新的虚拟环境。这里，我也顺便总结一下win10系统下配置tensorfow学