自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(35)
  • 收藏
  • 关注

原创 gnutls_handshake() failed: Error in the pull function

apt-get -y install build-essential nghttp2 libnghttp2-dev libssl-dev

2020-06-03 12:55:02 5500 3

原创 Python Note

os.makedirs(str)os.listdir(str)os.path.exists(str)os.path.join(str1, str2)from logzero import loggerlogger.info(str)cv2.imwrite(path, image)cv2.drawContours(image, np.array, ind...

2019-06-05 09:10:45 155

原创 实用工具

1.Team Viewerhttps://blog.csdn.net/m0_37119401/article/details/78580009

2019-05-31 17:45:56 981

原创 Linux

ifconfig 查看网络设置pwdsudo apt-get install openssh-server 以管理员的权限安裝htop 实时查看內存与CPU的使用情況pip install --upgrade torch 升级watch -n 1nvidia-smi 每隔1s更新一次nvidia显卡信息source venv/bin/activate...

2019-05-09 09:51:22 209

原创 pip源

https://mirrors.tuna.tsinghua.edu.cn/help/pypi/

2019-05-07 17:43:19 599

原创 NATURAL TTS SYNTHESIS BY CONDITIONING WAVENET ON MEL SPECTROGRAM PREDICTIONS

摘要:循环的seq2seq特征预测网络将嵌入式字符向量映射到梅尔刻度声谱图声码器:改良版WaveNet负责合成时域波形使用这个紧凑的声学中间特征可以显著简化WaveNet的结构介绍:Concatenative synthesis with unit selection(单元挑选和拼接式合成技术)把预先录制的语音波形的小片段缝合在一起Statistical para...

2019-04-16 11:50:39 1056

原创 TACONTRON: A Fully End-to-End Text-To-Speech Synthesis Model

Generate speech at the frame level统计参数TTS: 文本前端:提取语言特征 声学特征预测模型 基于信号处理的声音合成器优点: 减轻了复杂的工作 可以应对复杂的条件和多种情况(语者,语种,情感) 相较多阶段模型,鲁棒性更高TTS:解压(文字->声音),输出是连续的,输出序列会比输入序列要长的多Ta...

2019-04-15 13:08:54 940

转载 中断屏蔽字

某机有四个中断源,优先顺序按1 2 3 4降序排列,若想将中断处理次序改为 3 1 4 2则1,2,3,4中断源对应的屏蔽字分别是,_,_和_.1        1    1    0      1      3的优先级比1大,第3位为0,其余为1. 2        0    1    0      0       1,3,4优先级比2高。1,3,4置0. 3        1   ...

2018-10-23 15:46:02 20897 7

原创 总线宽度VS总线带宽

很多人把计算机总线宽度和总线带宽混为一谈,其实他们是不一样的。总线宽度:总线宽度一般指CPU中运算器与存储器之间进行互连的内部总线二进制位数,影响吞吐量,即下面说的总线位宽。总线带宽:总线的带宽指的是这条总线在单位时间内可以传输的数据总量,它等于总线位宽与工作频率的乘积,总线带宽指的就是它的数据传输率。举例说明:总线宽度为32bit,时钟频率为200MHz,若总线上每5个时钟周期传...

2018-10-23 15:05:12 14332 2

原创 Jensen–Shannon divergence

 Jensen–Shannon divergence(J-S散度) is a method of measuring the similarity between two probability distributions.It is based on the Kullback–Leibler divergence(K-L散度), with some notable(and useful)...

2018-07-19 17:17:43 6899

原创 香农信息量、信息熵、交叉熵

香农信息量:只考虑连续型随机变量的情况。设p为随机变量X的概率分布,即p(x)为随机变量X在X=x处的概率密度函数值,随机变量X在x处的香农信息量定义为:其中对数以2为底,这时香农信息量的单位为比特。香农信息量用于刻画消除随机变量X在x处的不确定性所需的信息量的大小。如随机事件“中国足球进不了世界杯”不需要多少信息量(比如要不要多观察几场球赛的表现)就可以消除不确定性,因此该随机事件的...

2018-07-19 17:05:48 6068

原创 lua,torch,nn模块入门笔记

https://blog.csdn.net/hejunqing14/article/details/52162970

2018-04-22 18:13:50 990

转载 深度学习优化算法之SGD

引言最优化问题是计算数学中最为重要的研究方向之一。而在深度学习领域,优化算法的选择也是一个模型的重中之重。即使在数据集和模型架构完全相同的情况下,采用不同的优化算法,也很可能导致截然不同的训练效果。梯度下降是目前神经网络中使用最为广泛的优化算法之一。为了弥补朴素梯度下降的种种缺陷,研究者们发明了一系列变种算法,从最初的 SGD (随机梯度下降) 逐步演进到 NAdam。然而,许多学术界最为前沿的文...

2018-04-18 18:25:51 4076

转载 Adam:一种随机优化方法

简介:    Adam 这个名字来源于 adaptive moment estimation,自适应矩估计。概率论中矩的含义是:如果一个随机变量 X 服从某个分布,X 的一阶矩是 E(X),也就是样本平均值,X 的二阶矩就是 E(X^2),也就是样本平方的平均值。Adam 算法根据损失函数对每个参数的梯度的一阶矩估计和二阶矩估计动态调整针对于每个参数的学习速率。Adam 也是基于梯度下降的方法,但...

2018-04-18 18:11:16 1224

原创 三森すずこさん コール・曲色 '17.04

みもりんこと三森すずこさんのライブ知識をまとめて行けたらなと。もはや自分用メモ■近況(2017/04/18)早速今年のライブが決定しましたしかも幕張2Days!(県民優遇しよ?) 当たったらよろしくお願いします。サキワフハナ追加■コール・曲色ライブBD買って見たほうが早い笑<好きっ> 色は公式・グローリー! :BLUE (ハイ!ハイ!ハイ!ハーイ! x3 かっとばせーす・ず・こ!) これを曲初めと...

2018-04-09 16:48:14 1635

原创 Pytorch --- cudnn.benchmark

cudnn..benchmark 在程序刚开始加这条语句可以提升一点训练速度,没什么额外开销,一般都会加。

2018-04-08 14:21:51 7206 1

原创 Pytorch --- argparse

一、简介:argparse是python用于解析命令行参数和选项的标准模块,用于代替已经过时的optparse模块。argparse模块的作用是用于解析命令行参数.二、使用步骤:1:import argparse2:parser = argparse.ArgumentParser()3:parser.add_argument()4:parser.parse_args()解释:首先导入该模块;然后创...

2018-04-08 14:06:43 1558

原创 dcgan.torch/main.lua

require 'torch' require 'nn' require 'optim'   opt = { dataset = 'lsun', -- imagenet / lsun / folder batchSize = 64, loadSize = 96, fineSize = 64, nz = 100, -- # of dim for Z ngf ...

2018-04-07 22:34:57 598 1

转载 神经网络中,加上bias是如何让网络变得更灵活

reference:https://www.zhihu.com/question/68247574实际上,bias相当于多了一个参数。在增加网络少量拟合能力的情况下,bias和其它普通权值相比无论前向还是后向,计算上都要简单,因为只需要一次加法。同时,bias与其它权值的区别在于,其对于输出的影响与输入无关,能够使网络的输出进行整体地调整,算是另一维自由度吧。放在二维上,权值相当于直线的斜率,而b...

2018-04-07 22:11:11 8149

原创 epoch, iteration, batchsize相关说明

batchsize:中文翻译为批大小(批尺寸)。简单点说,批量大小将决定我们一次训练的样本数目。batch_size将影响到模型的优化程度和速度。为什么需要有 Batch_Size :batchsize 的正确选择是为了在内存效率和内存容量之间寻找最佳平衡。 Batch_Size的取值:全批次(蓝色)如果数据集比较小我们就采用全数据集。全数据集确定的方向能够更好地代表样本总体,从而更准确地朝向极值...

2018-04-04 20:42:32 212

转载 Rectified Linear Unit (ReLU)

在神经网络中,常用到的激活函数有sigmoid函数,双曲正切(hyperbolic tangent)函数f(x) = tanh(x)。今天要说的是另外一种activation function,rectified linear function线性整流函数(Rectified Linear Unit, ReLU),又称修正线性单元, 是一种人工神经网络中常用的激活函数(activation fun...

2018-04-04 14:55:38 10006 1

转载 Deep Learning with Torch

Reference:https://github.com/soumith/cvpr2015/blob/master/Deep%20Learning%20with%20Torch.ipynbDeep Learning with Torch: the 60-minute blitzGoal of this talkUnderstand torch and the neural networks pac...

2018-04-03 20:51:35 324

原创 Pixel Level Domain Transfer GAN

https://github.com/fxia22/PixelDTGAN

2018-04-03 19:43:27 544

原创 VS注释与取消注释快捷键

注释:        先CTRL+K,然后CTRL+C取消注释: 先CTRL+K,然后CTRL+U

2018-04-02 22:03:28 286

原创 神经网络与深度学习( Neural Networks and Deep Learning)

http://neuralnetworksanddeeplearning.com/

2018-03-26 17:53:25 214

原创 CASIA Gait Database

点击打开链接

2018-03-23 20:59:48 1110

原创 Computer Network --- Application Layer

域名系统DNS:因特网的域名结构:FTP的工作原理:FTP的特点:主进程的工作:数据连接:FTP使用两个TCP连接:FTP的端口号:NFS的另一种策略:简单文件传输协议TFTP:TFTP的工作原理:TFTP的五种协议数据单元PDU:TELNET:网络虚拟终端NVT:SMTP与POP3协议图解:用户代理UA:简单邮件传输协议SMTP:邮件读取协议POP3:IMAP协议:通用互联网邮件扩充MIME:万...

2018-03-21 21:26:33 216

原创 Computer Network --- Transport Layer

运输层:运输层协议与网络层协议:运输层协议:端口:Socket:UDP概述:UDP数据报格式:TCP数据报格式:最大报文段长度MSS:序号与确认号:滑动窗口:拥塞窗口 & 接收端窗口:发送窗口的上限:拥塞窗口变化示意图:加法增加:乘法减小:快重传:快恢复:往返时延的自适应算法:超时重传时间:Karn算法:随机早期丢弃:TCP连接方式:三次握手建立TCP连接:TCP有限状态机:...

2018-03-21 21:25:15 167

原创 Computer Network --- Network Layer

广域网:数据报与虚电路:转发与路由选择:层次结构地址:交换机端口:默认路由:拥塞控制:提供的负载与网络吞吐量关系图:开环控制与闭环控制:X.25:X.25图示:X.25 Net & IP Net:帧中继体系结构(Frame Relay):帧中继差错处理:虚电路:虚电路示意图:帧中继网络工作过程:帧中继帧结构:数据链路连接标识符:帧中继工作原理(续):帧中继帧地址字段:帧中继的拥塞策略:帧中...

2018-03-21 21:24:09 296

原创 Computer Network --- Data Link Layer

停止等待协议:可靠传输:帧检测序列FCS:停止等待协议时间图解:停止等待协议代数分析:连续ARQ协议工作原理:连续ARQ协议的滑动窗口:选择重传ARQ协议:HDLC Frame Structure:PPP 组成部分:PPP Frame Structure:透明传输:PPP协议工作状态:以太网通信:争用期:二进制指数类型退避算法:争用期长度:网卡:10BASE-T:发送一帧的平均时间:以太网的信道利...

2018-03-21 21:22:26 347

原创 Computer Network --- Physical Layer

物理层特性:基带信号与宽带信号:奈氏准则:香农准则:调制方法:同步通信与异步通信:

2018-03-21 21:21:29 158

原创 Computer Network --- Summarize

从主机为中心到网络为中心:因特网接入点:制定互联网正式标准的阶段:时延:TCP/IP 体系结构:协议与服务:OSI与TCP/IP体系结构:

2018-03-21 21:20:18 114

原创 监督学习方法

监督学习方法分类:生成方法与判别方法的区别:假如你的任务是识别一个语音属于哪种语言。对面一个人走过来,和你说了一句话,你需要识别出她说的到底是汉语、英语还是法语等。那么你可以有两种方法达到这个目的:1、学习每一种语言,你花了大量精力把汉语、英语和法语等都学会了,我指的学会是你知道什么样的语音对应什么样的语言。然后再有人过来对你哄,你就可以知道他说的是什么语音。2、不去学习每一种语言,你只学习这些语...

2018-03-21 16:05:22 2001

转载 分类器的两类形式

在对GAN进行学习的过程中参考了一些好的文章,在此总结出来自己认为有意义的学习笔记。参考原文:http://blog.csdn.net/zouxy09/article/details/8195017一  决策函数Y=f(X)输入一个X,它就输出一个Y,Y与一个阈值比较,根据比较结果判定X属于哪个类别。例如两类(w1和w2)分类问题,如果Y大于阈值,X就属于类w1,如果小于阈值就属于类w2。二  条...

2018-03-21 15:12:30 982

转载 GANs简介

在对GAN进行学习的过程中参考了一些好的文章,在此总结出来自己认为有意义的学习笔记。参考原文:http://blog.csdn.net/zouxy09/article/details/8195017http://blog.csdn.net/on2way/article/details/72773771Generative Adversarial NetsGAN的鼻祖之作是2014年NIPS一篇文章...

2018-03-21 15:01:29 477

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除