机器学习
z小白
深度学习,声音识别,声源定位,音视频联合
展开
-
【深度学习】Early fusion vs Late fusion
在机器学习这个领域,尤其是做多媒体(声音、图像、视频)相关的机器学习方法研究,会涉及很多特征、分类模型(分类任务)的选择。以声音识别为例,常见的特征有MFCC、LPCC、spectrogram-like features 等,分类模型就很多了,有传统的分类模型SVM、KNN、Random Forest,还有现在比较火的深度模型DNN、CNN、RNN等。而往往单特征、单模型很难取得理想的性能(per...原创 2018-03-17 16:10:22 · 19941 阅读 · 4 评论 -
【深度学习】深度学习中的参数(parameters)和超参数(hyper-parameters)
深度学习中有一些易混淆的概念,根据我自己的理解对这些概念做一个简单的总结,如有错误之处,欢迎指正。参数(parameters):指的是模型可以根据所输入的数据自动学习出来的变量。常见的模型参数有神经网络中的权重、支持向量机中的支持向量等。超参数(hyper-parameters):超参数的值不是通过算法学出来的,而是人通过经验设定的(当然,也可以设计一个学习算法来找出模型最优的超参数,比如...原创 2018-06-25 19:23:01 · 9840 阅读 · 0 评论 -
Python3实现常用数据标准化方法
常用数据标准化方法python实现数据标准化是机器学习、数据挖掘中常用的一种方法。包括我自己在做深度学习方面的研究时,数据标准化是最基本的一个步骤。数据标准化主要是应对特征向量中数据很分散的情况,防止小数据被大数据(绝对值)吞并的情况。另外,数据标准化也有加速训练,防止梯度爆炸的作用。下面是从李宏毅教授视频中截下来的两张图。左图表示未经过数据标准化处理的loss更新函数,右图表示经过数...原创 2018-06-16 12:32:50 · 55847 阅读 · 12 评论