- 博客(38)
- 收藏
- 关注
RSS订阅
原创 走进语音识别中的WFST（三）
下面这几章讲WFST中的优化操作，包括空转移去除（epsilon removal），确定化操作（determinization），权重推移（weight pushing）和最小化操作（minimization）。本章重点介绍空转移去除和确定化操作。epsilon removal是用来去除空转移（WFST中输入标签和输出标签都为空时才算）的操作，如果不进行这一步而直接进行determinzation的
2016-03-22 13:38:43
9555
10
原创 走进语音识别中的WFST（二）
这几天生病了，很难受，更新的事情搁置了几天。言归正传，之前建议大家看Mohri的paper因为那是Kaldi官网WFST那一章的作者推荐的，但是现在发现有一本更好的书推荐给大家，这本书深入浅出，讲的更详细，更适合入门的人，尤其是WFST是怎么用在语音识别中的部分讲的特别棒。还有这本书的作者好像是个日本人，所以文笔很适合我们亚洲人的思维。下面是这本书的封面，强力推荐给想入门语音识别解码部分的童鞋。
2016-03-14 21:51:44
15921
36
原创 走进语音识别中的WFST（一）
本人最近在研究语音识别的生成Graph和Lattice的模块，其中用到了WFST这个概念，惊叹于它的神奇也被它的复杂搞得晕头转向。于是决定静下心来仔细研读了Mohri大牛的Speech Recognition with Weighted Finite-state Transducer这篇论文和一些相关资料，算是入门了其中的算法，有些体悟在这里和大家一起探讨，也算是对自己近期学习的一个总结。本系列会先
2016-03-13 10:58:27
30011
11
原创 cmake学习资源
cmake不写看了就忘，还是要多写。下面是网上一些不错的资料：cmake学习笔记123http://blog.csdn.net/dbzhang800/article/details/6314073cmake入门实战http://hahack.com/wiki/tools-makefile.htmlcmake使用总结https://www.ma
2017-06-15 18:11:45
568
转载 Makefile经典教程(掌握这些足够)
该篇文章为转载，是对原作者系列文章的总汇加上标注。支持原创，请移步陈浩大神博客：http://blog.csdn.net/haoel/article/details/2886makefile很重要 什么是makefile？或许很多Winodws的程序员都不知道这个东西，因为那些Windows的IDE都为你做了这个工作，但我觉得要作一个好的和profes
2017-05-22 21:22:02
551
转载 静态链接库和动态链接库
作者：郭无心链接：https://www.zhihu.com/question/20484931/answer/69553616来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。什么是库？库是写好的现有的，成熟的，可以复用的代码。现实中每个程序都要依赖很多基础的底层库，不可能每个人的代码都从零开始，因此库的存在意义非同寻常。
2017-03-25 23:14:25
2582
转载 python实现卷积层
代码源自：http://www.heibanke.com/2016/10/11/conv_layer_forward_backward/#commentsConvolution Layer Forwardimport numpy as np%load_ext autoreload%autoreload 2def conv_forward_naiv
2017-03-22 20:10:04
7849
原创 剑指offer 树专题
树是最常用的数据结构之一。树的根结点和叶子结点是用指针链接，所以会涉及到大量的指针操作。二叉树是最常见的树，最常见的是遍历操作：前序、中序和后序，均可以用递归实现。 一些常见的二叉树： a. 二叉搜索树：要么是一颗空树，要么左子结点小于等于根结点，右子结点大于等于根结点；b. 堆：一般情况下为完全二叉树，分为最小堆和最大堆，很多找最值的问题都可以用堆来解决 最小堆：根结点的值最小 最大堆：根
2017-03-21 13:29:13
360
原创 剑指offer 链表专题（二）
专题一介绍了链表以及链表的一些简单的操作，这章专题探究剑指offer里的一些面试题目。（1）面试题16 P112 输入一个链表的头结点，反转该链表并输出反转后链表的头结点。 法一：递归ListNode* ReverseList(ListNode* pHead) { if(pHead==NULL||pHead->next==NULL) return pHead; L
2017-03-17 23:03:07
403
原创 剑指offer 链表专题（一）
链表应该是最重要的基本数据结构之一。本科数据结构白学了都忘光了（too naive！！），现在借助找实习的契机重新温故一下（学习学习，涨涨姿势）。那么，链表有哪些特性呢？ 链表是一种动态的数据结构，创建链表的时候无需知道它的长度。 当插入一个新的结点的时候只需要为新节点分配内存并调整指针即可。 故内存分配不是在创建时一次性完成的，而是每添加一个结点分配一次内存。 （而创建数组时需要指定数组的
2017-03-17 20:42:40
401
原创 A survey on still image based human action recognition
https://www.google.com.hk/url?sa=t&rct=j&q=&esrc=s&source=web&cd=15&cad=rja&uact=8&ved=0ahUKEwjgmL-L9IzSAhXIwFQKHVXcDQAQFghLMA4&url=http%3A%2F%2Fwww.sciencedirect.com%2Fscience%2Farticle%2Fpii%2FS00313
2017-03-16 20:08:15
793
转载 SVM-支持向量机算法概述
（一）SVM的背景简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Ac
2017-02-22 13:17:18
1207
1
转载 Instance Segmentation 和 Semantic Segmentation
本文转自： https://www.zhihu.com/question/51704852 周博磊 MIT博士在读, AI and Computer Vision 收录于 编辑推荐 •217 人赞同 最近也在做跟这个相关的问题，来分享一下自己的见解． 图1. 这张图清楚说明了image classification, object detection, semantic segmentat
2016-12-29 21:42:21
7547
1
原创 写作神器——Latex
第一次尝试写paper，以前都傻乎乎的用word写啊写，调啊调，心灵和肉体的双重折磨，自从遇见了Latex，手不酸了，眼不痛了，连思绪都变得流畅起来。 下面展示的是一个大概的论文结构：%设置全文的格式，10pt代表字体大小，twocolumn代表两列，letterpaper代表纸大小和格式，当然还有其它可选项，详细可参考下面这个链接：https://texblog.org/2013/02/13/
2016-12-29 21:31:41
2655
转载 Caffe的卷积原理
Caffe中的卷积计算是将卷积核矩阵和输入图像矩阵变换为两个大的矩阵A与B，然后A与B进行矩阵相乘得到结果C（利用GPU进行矩阵相乘的高效性），三个矩阵的说明如下：（1）在矩阵A中 M为卷积核个数，K=k*k，等于卷积核大小，即第一个矩阵每行为一个卷积核向量（是将二维的卷积核转化为一维），总共有M行，表示有M个卷积核。（2）在矩阵B中 N
2016-10-26 21:19:04
592
原创 剑指offer 3 （38页）
Q：二维数组中每一行递增排序，每一列递增排序。完成一个函数，输入这样的二维数组和一个证书，判断数组中是否含有该整数。 A：从具体数字分析，找出规律即可。 难点：主要对二维数组不熟悉，传参的时候可以降维当作一维数组处理，二维数组与指针参考： http://blog.csdn.net/zhouxuguang236/article/details/12256321#include <iostream
2016-09-14 15:19:41
502
原创 剑指offer 35（186页）
Q：找到输入字符串中第一个只出现一次的字符。 A：利用数组构成一个简单的哈希表，这种解决方案还可以解决出现两次，出现三次。。#include <iostream>using namespace std;char FirstNotRepeatingChar(const char *pString){ if (pString == NULL) return '\0';
2016-09-14 11:11:22
339
原创 paper阅读小记（草稿）
今天读的是2015年CVPR的一篇paper，关于图像分类的，做一些笔记，方便以后回忆。 **The Application of Two-level Attention Models in Deep Convolutional Neural Network for Fine-grained Image Classification** 一看好亲切，中国人发表的，北大清华滴（不愧是中国第一第二
2016-09-14 11:01:49
591
转载 用python爬虫抓站的一些技巧总结
原文链接：http://python.jobbole.com/81997/学用python也有3个多月了，用得最多的还是各类爬虫脚本：写过抓代理本机验证的脚本，写过在discuz论坛中自动登录自动发贴的脚本，写过自动收邮件的脚本，写过简单的验证码识别的脚本，本来想写google music的抓取脚本的，结果有了强大的gmbox，也就不用写了。这些脚本有一个共性，都是和web相关的，
2016-09-07 21:05:51
1034
转载 爬虫小demo爬取豆瓣电影
一个不错的爬虫小demo，爬取豆瓣电影top 原文链接：http://www.jianshu.com/p/f76bd2164856#coding= utf-8"""一个简单的Python爬虫, 用于抓取豆瓣电影Top前200的电影的名称"""import stringimport reimport urllib2class DouBanSpider(object) : """类
2016-09-04 20:49:51
1073
转载 12步轻松搞定python装饰器
呵呵！作为一名教python的老师，我发现学生们基本上一开始很难搞定python的装饰器，也许因为装饰器确实很难懂。搞定装饰器需要你了解一些函数式编程的概念，当然还有理解在python中定义和调用函数相关语法的一些特点。我没法让装饰器变得简单，但是通过一步步的剖析，我也许能够让你在理解装饰器的时候更自信一点。因为装饰器很复杂，这篇文章将会很长（自己都说很长，还敢这么多废话blablabla
2016-08-29 19:53:45
707
转载 python中os.path以及sys.path模块简介
原文链接：http://blog.csdn.net/wangjianno2/article/details/487831271.sys.path —— 动态地改变Python搜索路径如果python中导入的package或module不在环境变量PATH中，那么可以使用sys.path将要导入的package或module加入到PATH环境变量中。[pyth
2016-08-20 12:09:53
16687
转载 Anaconda python各模块简介
原文链接：http://blog.csdn.net/dawnranger/article/details/48866167Anaconda Python 是完全免费的企业级的Python发行大规模数据处理、预测分析和科学计算工具。 Anaconda 是 Python 科学技术包的合集，功能和 Python(x,y) 类似。它是新起之秀，已更新多次了。包管理使用 conda，GUI基于PyS
2016-08-18 17:03:21
13445
1
转载 python的PIL工具包入门
附上原文链接：http://blog.csdn.net/yockie/article/details/8498301介绍 把Python的基础知识学习后，尝试一下如何安装、加载、使用非标准库，选择了图像处理模块PIL。 Python Imaging Library (PIL)是PythonWare公司提供的免费的图像处理工具包，是python下的
2016-08-18 16:57:55
2169
原创 安装anaconda和jupyter
anaconda是python科学技术包的合集，很强大，很方便，多平台，而且python2.6,2.7,3.3,3.4都支持。1 下载anaconda32位版本：wget https://3230d63b5fc54e62148e-c95ac804525aac4b6dba79b00b39d1d3.ssl.cf1.rackcdn.com/Anaconda-2.3.0-Linux-x86.sh64位版本：
2016-08-17 21:51:57
14414
原创 leetcode的c++实现（一）
说在前面的话：c++的书看了几遍，但是平时写的机会比较少，所以忘得很快，俗话说读万卷书行万里路，没有实践理论的东西都是浮云。正好leetcode给我们提供了一个温故而知新的平台，我就计划借助这个平台在无聊的时候写写代码，慢慢把c++捡起来。下面的代码有的是自己写的，有的是在讨论区看到的让我醍醐灌顶的。这个系列的博客用来记录自己这个渐渐追忆、慢慢进步的过程，也方便以后找工作的时候复习。题目： Giv
2016-04-28 19:23:37
4146
转载 准确率与召回率
在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式: 召回率(Recall) =
2016-04-17 22:22:32
1603
1
转载 清华大学王东：语音识别中的大数据与小数据学习
原文链接：http://www.199it.com/archives/455137.html本讲座选自清华语音语言实验室副主任王东于2016年1月19日在RONGv2.0系列——”语言语音语义与大数据技术”专场上所做的题为《语音识别中的大数据与小数据学习》的演讲。谢谢大家。刚才刘老师已经把很多的东西说得很清楚了，我觉得我已经可以走了J。但是既然来了，还是
2016-04-16 21:43:53
8282
原创 模块的操作
声明：以下部分内容摘自《python基础教程》我们以copy模块举例。 首先我们导入copy模块：>>> import copy1 我们想看copy模块中有哪些函数、类、变量等我们想要使用的东西，使用dir()函数：>>> dir(copy)['Error', 'PyStringMap', '_EmptyClass', '__all__', '__builtins__', '__doc__',
2016-04-14 16:32:17
442
原创 python input()与raw_input()
python中input()与raw_input()都可以用来接收用户的输入，但是两者还是有区别的。 我们来看下他们不同的地方：>>> input()11>>> raw_input()1'1'>>> input()'a''a'>>> raw_input()'a'"'a'">>> input()aTraceback (most recent call last): Fi
2016-03-31 15:06:30
990
原创 python神奇的口袋——字典（二）
python中的字典的效率非常高，比列表的查找更高效，而且数据结构规模越大，差距越明显。 我们看下面这个例子： 我们需要找到男孩列表和女孩列表里首字母相同的配对。 首先我们看列表的情况：import timeif __name__=="__main__": girls = ['java','daodao','jingjing','tudou','dandan','baobao']
2016-03-31 13:14:09
613
原创 python神奇的口袋——字典
python中的容器就像口袋一样存储了各式各样的信息，序列和映射是两类主要的容器，序列包括字符串、Unicode字符串、元祖、列表、buffer对象和xrange对象，而映射最具代表性的就是字典了。 看看下面的实例，字典的灵活性不言而喻。# 数据库信息，使用人名作字典的键，包含电话和地址信息的子字典作键值people={ 'Gaoji': { 'phone': '1391
2016-03-30 20:34:19
578
原创 枚举法解决推理问题
今天看到一个比较有意思的python小代码，用枚举法解决推理问题。想到自己以前做这类题目要推理半天，现在几行代码就解决问题了。抓了a,b,c,d4名犯罪嫌疑人.其中有一名是小偷，审讯中： a说：我不是小偷 b说：c是小偷 c说：小偷肯定是d d说：c胡说 其中有3个人说的是实话，一个人说的是假话，编程推断谁是小偷。 （用穷举法和逻辑表达式）for thief in ['a','b
2016-03-29 17:06:28
1799
原创 走进语音识别中的WFST（四）
前一章说了WFST的determinzation这个算法，本章继续说说WFST中的优化操作，包括权重推移（weight pushing）和最小化操作（minimization）。权重推移我们可以这么理解，我们有一双硕大的双手，然后对着WFST的尾巴一用力一推，然后权重就像波浪一样沿着各个路径被推向了前方，自行脑补~效果图如下所示： （注意tropical半环和log半环不太一样）在很多序列识别
2016-03-22 20:18:45
9006
3
转载 GMM的EM算法实现
在 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut一文中我们给出了GMM算法的基本模型与似然函数，在EM算法原理中对EM算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。原文链接：http://blog.csdn.net/abcjennifer/article
2016-03-18 21:10:26
820
转载 聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut
聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。尊重原创，原文链接：http://blog.csdn.net/abcjennifer/article/details/8170687
2016-03-18 21:04:46
1051
转载 K近邻分类算法实现 in Python
K近邻（KNN）：分类算法* KNN是non-parametric分类器（不做分布形式的假设，直接从数据估计概率密度），是memory-based learning.* KNN不适用于高维数据（curse of dimension）* Machine Learning的Python库很多，比如mlpy（更多packages），这里实现只是为了掌握方法* MA
2016-03-18 20:56:29
618
转载 CSDN-MarkDown编辑器使用手册（4）--- 数学公式
输入数学公式输入数学公式数学公式的web解决方案MathJax渲染过程简单模拟1 MathJax最简示例2 模拟MathJax渲染原理CSDN-MarkDown编辑器常用数学公式输入教程1 公式定界符与关键字2 上下标3 括号和分隔符4 分数5 开方6 省略号7 矢量8 积分9 极限10 累加累乘11 希腊字母12 数学符号大汇总13 需要转义的
2016-03-13 19:35:31
1208
1
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