项目实训
2020年6-7月
搬砖兔仔汁
加油bro
展开
-
Python相关库基础知识
1.numpy.linspace使用详解 numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) 在指定的间隔内返回均匀间隔的数字。 返回num均匀分布的样本,在[start, stop]。 这个区间的端点可以任意的被排除在外。 Examples >>> >>> np.linspace(2.0, 3.0, num=5) array([ 2. .原创 2020-10-26 08:35:55 · 256 阅读 · 0 评论 -
第一二周工作量
搭建环境 学习”语音识别“系统架构、流程、原理 专注学习声学模型 训练CNN+LSTM+CTC,结果不理想原创 2020-10-26 08:31:55 · 169 阅读 · 0 评论 -
第二周第一天第二天第三天第四天第五天
卷积神经网络 卷积:分为窄卷积、全卷积、同卷积 窄卷积 窄卷积(valid卷积),从字面上也可以很容易理解,即生成的feature map比原来的原始图片小,它的步长是可变的。假如滑动步长为S,原始图片的维度为N1×N1,那么卷积核的大小为N2×N2,卷积后的图像大小(N1-N2)/S+1×(N1-N2)/S+1。 同卷积 同卷积(same卷积),代表的意思是卷积后的图片尺寸与原始图片的尺寸一样大,同卷积的步长是固定的,滑动步长为1。一般操作时都要使用padding技术(外围补一圈0,以确保.原创 2020-10-26 08:31:28 · 889 阅读 · 0 评论 -
第一周第五天
本来想说今天能够上手开始写,可是感觉要理解语音识别的整个架构好难。 下一步,下载别人的项目,看代码。原创 2020-10-26 08:31:09 · 128 阅读 · 0 评论 -
第一周第四天
绝佳的ASR学习方案:这是一套开源的中文语音识别系统 ASRT 是一套基于深度学习实现的语音识别系统,全称为 Auto Speech Recognition Tool,由 AI 柠檬博主开发并在 GitHub 上开源(GPL 3.0 协议)。本项目声学模型通过采用卷积神经网络(CNN)和连接性时序分类(CTC)方法,使用大量中文语音数据集进行训练,将声音转录为中文拼音,并通过语言模型,将拼音序列转换为中文文本。基于该模型,作者在 Windows 平台上实现了一个基于 ASRT 的语音识别应用软...原创 2020-10-26 08:30:47 · 242 阅读 · 0 评论 -
第一周第三天
下午开始写了一份语音识别项目大纲,然后往里添加了一些项目所给文档里的一些要求,具体的需求分析和设计还未填写,其实这两条不是很上心,听到别的组管理得那么好的时候,我就才开始着急。然后晚上开了个会,明天打算3人看语音识别的建立模型的具体实现,了解基础知识,看懂实训平台上的代码,懂得具体该怎么做。希望周五能写个差不多。 ...原创 2020-10-26 08:30:18 · 175 阅读 · 0 评论 -
第一周第一天01
零、环境搭建要求: 在win7操作系统中,进行python 3.5的安装,spyder的安装,以及tensorflow、keras等相关库的下载 一、开发环境Anaconda的安装 参考教程: https://blog.csdn.net/wz947324/article/details/80205181 https://blog.csdn.net/ITLearnHall/article/details/81708148 https://www.jianshu.com/p/d3a5ec1d9a08原创 2020-10-26 08:29:47 · 220 阅读 · 0 评论 -
第一周第一天02+第一周第二天01
我几乎完全按照下面这篇博客走了一遍,由于我的电脑配置与这个博主差不多,所以就参照起来方便) (这篇博文好详细!!! https://blog.csdn.net/XunCiy/article/details/89016510 首先安装anaconda,在里面配置好python环境,tensorflow、keras等,安装pycharm后将运行环境设置为anaconda里面我们配置好的叫做tensorflow的环境(或者其他你配置好的环境)。其实也可以在pycharm里面配置各种环境,此文主要讲anaco原创 2020-10-26 08:29:29 · 317 阅读 · 0 评论 -
第一周第二天02
实训平台:TensorFlow基础 深度学习是实现人工智能的一种方法 TensorFlow是Google开源的第二代用于数字计算的软件库。起初,它是Google大脑团队为了研究机器学习和深度神经网络而开发的,但后来发现这个系统足够通用,能够支持更加广泛的应用,就将其开源贡献了出来。 概括地说,TensorFlow可以理解为一个深度学习框架,里面有完整的数据流向与处理机制,同时还封装了大量高效可用的算法及神经网络搭建方面的函数,可以在此基础之上进行深度学习的开发与研究。本课程是基于Tenso..原创 2020-10-26 08:29:00 · 173 阅读 · 0 评论