YYyyy

 考完试了，总算有时间开始接触深度学习这块内容，最近听完了吴恩达老师在网易云课堂的第一、二周的课程，及时在此做出总结。（PS：第一周是概念性的东西，不理解的话多次回看就好了，总结从第二周的课程开始）一、综述 首先，这篇博客是学完第二周的课程之后的总结，是以第二周的编程作业的逻辑顺序来写的，并非课程辅助教程之类的文章，内容可能与课程内容顺序不符，希望本着课程辅导教程的读者谅解。 因此本片...

问题描述：使用PyTorch的DataLoader，讲num_workers改为非零数字后， 运行程序报错RuntimeError: CUDA error: initialization error解决方法：不可在DataLoader或DataSet内将任何数据放到CUDA上，而是等到程序运行出DataLoader之后（也就是到了train里的时候）将数据放到CUDA上。原因猜测：  D...

  review代码的时候发现我使用的是torch.sigmoid，pycharm标黄cannot find reference 'sigmoid' in '__init__.py'于是产生了这样的疑问，这三者的区别是啥。0x00. 官网解释torch.sigmoid  我们可以看到，这是一个方法，拥有Parametrs和Returns。torch.nn.Sigmoid  可以...

  今天整理之前的实验，准备把之前未完整跑完的实验做完整时候发现了之前对于训练集、验证集和测试集的一些理解的错误之处。0x00. 错误的理解  之前的实验是语音增强，即降噪。以下是实验的数据。其中small cv是由于实验中频繁使用验证集而2000句话的验证集每次运行时间太长，我自己抽离出来的验证集，问题就出在这里…  small cv是从tt中抽取的，也就是说我自己做的小验证集是从测试集...

如题，这应该算是我前往语音这座大山的第一步，在此做出记录。一、工作背景  由于需要进行单通道降噪的实验，但是现在只有纯净语音和噪声数据，而在阅读文章的过程中，大家并没有将这个细小的内容写道论文中（的确也不应该，做出来之后确实感觉蛮简单的），所以只能自己通过纯净语音和噪声合成自己需要的数据。二、数据生成  需要复现的实验是基于单通道的语音增强，同时根据张晖老师博士学位论文，在合成数据时使...

  学习工具最快的方法就是在使用的过程中学习，也就是在工作中（解决实际问题中）学习。文章结尾处附完整代码。一、数据准备  在Pytorch中提供了MNIST的数据，因此我们只需要使用Pytorch提供的数据即可。from torchvision import datasets, transforms# batch_size 是指每次送入网络进行训练的数据量batch_size = 64...

pytorch的安装pytorch官网安装步骤查看pytorch版本import torchprint(torch.__version__)注：__version__的下划线是两个下划线出现的一个小问题在输入相关命令查看pytorch版本时，出现以下报错信息：RuntimeError: module compiled against API version 0xc b...

  在【神经网络和深度学习】第四周的课程中，感觉有些内容比较容易忘记但是及其重要，于是由这篇文章来记录相关内容。一、深层神经网络1.1 何为深层神经网络  拥有大于两层隐藏层的神经网络。（根据PPT得出的结论）1.2 深层神经网络符号规约  如图，x1,x2,x3x_1, x_2, x_3x1​,x2​,x3​为输入的特征值，可以称为第0层或输入层。从输入层向右依次是第1层、第2层...

一、综述  本文根据吴恩达老师第三周的深度学习课程的课后编程作业来写的，其中涉及到的test_cases.py和planar_utils.py在此处下载。二、准备工作2.1 分析问题  我们要做的是：建立一个包含一个隐藏层，一个输出层的神经网络。该神经网的功能与第二周的Logistic Regression回归处理的问题是相似的，都是分类问题。但是，此次的数据集根据单纯的Logistic...

  其实这个系列是我的毕业设计，很早就准备写了，一直拖延症比较严重，终于在今天有机会总结总结了。首先描述一下要做的工作。一、工作描述  用于语音增强的基于纯DNN的mask预测。（其实纯DNN的效果确实不是特别好，当初看到了最简单的一篇文章就直接用他的结构做了。二、环境描述  深度学习框架：PyTorch  数据集：上传百度网盘中…（其实就是TIMIT和NOISE-92的噪声混合的数据...