![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
迁移学习
wxl781227
生命如昙花一现,愿每一段行程象如歌的行板,灿烂而又真实!
展开
-
中文语音合成开源模型总结
这些模型代码或多或少都有些BUG,需要自己去修复,另外vits类的多人训练模型代码需要自己需修改,可以使用拼音,也可以使用音素,使用音素加上停顿效果更佳。加速方面:量化、转onnx或script模型失败,代码不支持,其中转traced_model成功,但性能很低,短句需要10秒,放弃。MockingBird:特点是克隆的声音音色比较像,缺点也很明显,速度慢,5秒左右,可以优化到0.4-1.2秒左右,MOS值偏低;Vits:特点是目前公开MOS值最接近真实值的,速度比较快,0.08-0.4秒左右;原创 2022-11-23 11:23:34 · 3097 阅读 · 2 评论 -
基于huggingface transformers快速部署tensorflow serving
1.保存模型from transformers import TFBertForSequenceClassificationmodel = TFBertForSequenceClassification.from_pretrained("nateraw/bert-base-uncased-imdb", from_pt=True)# the saved_model parameter is a flag to create a SavedModel version of the model in翻译 2021-11-11 15:51:06 · 975 阅读 · 0 评论 -
使用TensorFlow2.0中Keras进行迁移学习识别验证码
网上有很多文章介绍过迁移学习,但TensorFlow2.0的较少,有TensorFlow2.0的,但能说清楚明白的更少。验证码的样本需要自行标记,本文使用的样本大概2000左右。训练集1500,测试集500。本次迁移学习选择的预训练模型为:Xception,是个比较优秀的CNN模型。验证码的特征是带空心字符、有大小写且粘连的验证码。环境使用的是MX350 2G的GPU(使用GPU训练很快)。主要步骤分为四步:1)将Xception预训练模型作为特征抽取器,即去掉头部的输出层(默认是1000分类)..原创 2021-04-15 16:37:18 · 3026 阅读 · 1 评论