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

-+

mystery_guest的博客

never forget how to dream。

  • 博客(124)
  • 收藏
  • 关注

原创 深度学习与工程化【二】

本来想用template,熟练.o .c .h之间的调用关系,在.h中声明template的函数,在.c中实现,但是一直报错undefined reference to `std::ostream& SpyOutput::operator<< <double>(double const&)'这样类似的错误,后来在StackOverflow上发现错因。链接...

2019-12-06 22:13:18 284

原创 深度学习与工程化【一】

之前用了一年多的时间来学习模型搭建,深度学习框架,语音基础,语音合成与语音处理等内容。但是模型调好效果,要真正应用于工程,还有很长的路要走。现在开始逐步深入学习深度学习的工程化内容。今天第一天,学的比较浅。先把学习内容概括一下:c++命名空间规范,linux上.o,.h,.c,.so编译与调用机制,Makefile文件编写规范,c++具体一些写法,如template,const又复习了...

2019-11-27 23:21:15 777

原创 小程序开发之【前端开发】【总结】

学到这里,前端基本上是学完了,剩下的是组件和小程序的api,我们只需在用时做到灵活使用就行,不需要死记硬背,在做的过程中记住就可以了。有了前端框架的讲解基础,前端布局的基础,相信在使用组件和api上是比较简单的,多做多积累经验,就能做出一个较为优秀的小程序前端了。接下来,是小程序后端开发及服务器的搭建了。...

2018-11-06 21:01:15 558 1

原创 小程序开发之【前端开发】【学习第三节】【二】

flex布局flex布局主要由容器和项目构成。采用flex布局的元素,称为flex容器(flex container),它的所有直接子元素自动成为容器成员,称为flex项目(flex item)。可以通过设置display:flex或display:inline-flex将任何一个元素指定为flex布局。容器默认存在两根轴,水平的主轴(main axis)和垂直的交叉轴(main axis),...

2018-11-06 21:00:47 544

原创 小程序开发之【前端开发】【学习第三节】【一】

这一节就是学布局了。盒子模型是CSS布局的基础,CSS假定每个元素都会生成一个或多个矩形框,每个元素框中心都有内容框content,内边距padding,边框border和外边距margin,这些默认为0.盒子模型根据浏览器具体实现可分为W3C标准盒子模型和IE盒子模型,这两种盒子模型在宽度和高度的计算不一致,WXSS完全遵守W3C盒子模型规范。元素按照显示方式分为块级元素和行内元素。我们...

2018-11-06 21:00:05 388

原创 小程序开发之【前端开发】【学习第二节】【补充】

这里补充下模块化的方法通过exports暴露接口,通过require(path)引入依赖,path是需要引入的模块文件的相对路径例如:新建的mod.jsfunction run(who){console.log(who+'run');}function walk(who){console.log(who+'walk');}module.exports.run=run;...

2018-11-06 20:57:29 184

原创 小程序开发之【前端开发】【学习第二节】【五】

接着上一篇说,下面说一下事件对象,如果没特殊说明,当组件触发事件时,逻辑层绑定该事件的事件处理函数会收到一个事件对象&lt;view bindtap="myevent"&gt;view&lt;/view&gt;myevent:function(e){console.log(e)},myevent的参数e便是事件对象,类似于JavaScript事件绑定。事件对象属性分为三类:Ba...

2018-11-06 20:56:34 267

原创 小程序开发之【前端开发】【学习第二节】【四】

承接上面的来说,WXML具有数据绑定,列表渲染,条件渲染,模板和事件等能力。1.数据绑定小程序页面渲染时,框架会将WXML文件同对应Page的data进行绑定。绑定使用Mustache语法(就是两个大括号)(1)简单绑定&lt;!--内容--&gt;&lt;view&gt;{{content}}&lt;/view&gt;&lt;!--组件属性--&gt;&lt;view i...

2018-11-06 20:54:52 422

原创 小程序开发之【前端开发】【学习第二节】【三】

讲完小程序框架主体文件后,下面要说的就是框架页面文件。一个框架页面包含4个文件,同一框架页面的这4个文件必须具有相同的路径与文件名,进入小程序或页面跳转时,小程序会根据app.json配置的路径找到对应的资源进行渲染。.js文件:页面逻辑文件,必要项.wxml文件:页面结构文件,必要向.wxss文件:页面样式文件.json文件:页面配置文件页面配置文件首先要讲下页面配置...

2018-11-06 20:50:15 682

原创 小程序开发之【前端开发】【学习第二节】【二】

承接上一篇继续写的。。。下面,得学习app.js,也就是小程序的逻辑文件。在这个文件中,我们可以通过App()函数注册小程序生命周期函数,全局方法和全局属性,已注册的小程序实例可以在其他逻辑层代码中通过getApp()方法获取。App()函数用于注册一个小程序,参数为一个Object对象,在这个参数对象中,我们可以注册自定义方法和属性,供全局使用。就像quick start项目中,我们利用...

2018-11-06 20:47:35 491

原创 小程序开发之【前端开发】【学习第二节】【一】

学习前必须了解的:得了解到小程序视图层WXML,WXSS,以及逻辑层JS,这些是小程序开发的核心内容。小程序框架将整个系统划分为视图层和逻辑层,视图层由框架设计的标签语言(WeiXin Markup Language)和用于描述WXML组件样式的WXSS(WeiXin Style Sheets)组成,它们的关系就像HTML和CSS的关系。WXML和WXSS在渲染时会被框架解析为不同端的本地...

2018-11-06 20:46:53 3431 1

原创 小程序开发之【前端开发】【学习第一节】

学习前必须了解的:学习第一天,先要了解下小程序是什么。按官方说法来说,小程序是一种不需要下载安装即可使用的应用。(这种说法应该算比较勉强),从技术层面上说,小程序采用了类似React Native和Weex一样的解析技术,开发者可编写一套代码在多端运行(Android微信,IOS微信,浏览器)。其实严格来说,小程序也是需要下载安装的,只是由于技术实现方案和官方规定小程序包容量不得超过1M,使得...

2018-11-06 20:45:22 473 2

原创 【语音合成】merlin学习总结

merlin项目:https://github.com/CSTR-Edinburgh/merlinMTTS的front-end:https://github.com/Jackiexiao/MTTSCSRT官方blogs:https://cstr-edinburgh.github.io/install-merlin/merlin之disccuss:https://github.com/C...

2018-09-28 15:59:10 1380

原创 【tensorflow学习】MNIST入门

以前裸用py写bpnn,累得半死,觉得写更复杂的网络岂不是成千上万行了。。。接触了后tensorflow,明显减少了代码量,提高了可读性。刚入门MNIST,入门语言有hello world,入门tensorflow则有MNIST。示例是28*28大小的图像的数字,写的简单的bpnnimport input_dataimport tensorflow as tfmnist=inpu...

2018-09-16 14:17:15 220

原创 【python学习】win10下anaconda安装第三方包

anaconda已经集成了许多科学计算所需要的包,如numpy,scipy等。win10可通过win+r→cmd→conda list来显示anaconda中有哪些包:但是,有些包是在anaconda库中没有的,需要我们自行在anaconda中安装所需的第三方包。1.首先找到Anaconda Prompt,打开命令行2.安装第三方包(这里示例是tqdm包,因为我已经装过了,所以...

2018-09-16 09:28:45 1847 2

原创 【python学习】莫烦python学习进度及目录

 目录Python 基础安装安装基本使用print 功能 基础数学运算 变量 variablewhile 和 for 循环while 循环 for 循环if 判断if 判断 if else 判断 if elif else 判断定义功能def 函数 函数参数 函数默认参数变量形式全局 &amp; 局部 变量模块安装模块安装文件读取...

2018-09-15 19:59:26 329

原创 【python学习】python的命令行参数解析

argparse是用于python用于解析命令行的一个模块。argparse模块可以用于解析命令行参数。当使用命令行执行python(例如python3.6 test.py)的时候,当需要传递参数时,就可以使用到这个模块。 ...

2018-09-13 20:40:23 277

转载 【机器学习】【DTW】

转自:https://blog.csdn.net/zouxy09/article/details/9140207一、概述       在大部分的学科中,时间序列是数据的一种常见表示形式。对于时间序列处理来说,一个普遍的任务就是比较两个序列的相似性。在时间序列中,我们通常需要比较两端音频的差异。而这两段音频的长度大部分是不相等的。在语音处理领域上表现为不同人的语速不同。即时同一个人不同一...

2018-09-10 17:44:37 29332 4

转载 【机器学习】【Highway Network】

文章转自:https://zhuanlan.zhihu.com/p/35019701原文链接:Highway Networks(2015)传统神经网络,一般对输入做一个非线性变换H来得到输出output:x表示输入,W_H表示权重。而高速公路网络基于门机制,引入了transform gata T和carry gate C,输出由两个门来控制:设置C=1-T,公式就变成了...

2018-08-30 15:01:05 3771

转载 【机器学习】【Deep Residual Learning】

本文转自:http://jermmy.xyz/2017/09/25/2017-9-25-paper-notes-deep-residual-learning/,觉得作者写的很好,也注意到是作者自己开发的一个总结学习的一个web系统,怕作者关服务器后,想看再也看不到了的情况= = 所以厚着脸贴了过来。若有冒犯,立刻删除。Deep Residual Learning深度神经网络在训练过程中容易...

2018-08-29 22:51:28 407

原创 【机器学习】【seq2seq模型与attention机制,Beam Search】

Beam Search一张图来表示贪心的做法:每次选择输出概率最大的那个单词,但是这样无法保证最终整体概率最大;而集束搜索每次会选择Beam个概率最大的单词(Beam表示每次选择单词数,本例中为3),然后进行下一步...直到最后会得到Beam个句子,挑出概率最大的那句就可以了。seq2seq模型依赖于encode和decode两个模块。encoder用于对输入序列编码,decorder...

2018-08-28 22:30:52 3718 6

原创 【机器学习】【CNN,Padding,Stride,Pooling,FC】

贴图来自网易云课堂。图像通道nc与滤波器通道是一样的,nc'表示提取图像的nc'个特征。例如垂直特征滤波器[1 0 -1][1 0 -1][1 0 -1](这里只写了下二维的filter)一种卷积神经网络实例: 在每层卷积层后接上池化层,池化层的超参数是人为设定的,不是训练出来的,一般可以设置为别人文献里的训练效果较好的超参数。最后通过一个全连接层。图例中,FC...

2018-08-27 21:14:03 3106

原创 【机器学习】【Word Embedding,Word2Vec之Skip-Gram模型与负采样】

一个单词或者一个字,要被计算机理解,那就要使其变成一个对应的值,这个值可以是vector。要在程序中运用,一个想法就是构造词汇表,然后对照词汇表,对某个单词或字构造出一个向量。例如,假设有一张10000维度的词汇表,第1个单词是a,第2个是...直到第10000个单词是zelu,那么单词a对应的vector是(1,0,0,...,0)^T,只有第一个位置是1,其余位置都是0的1000维度的向量...

2018-08-22 17:38:45 1478

原创 【机器学习】【PCA,SVM,K-Means】

PCA,全称Principal Component Analysis,主成分分析,用于数据压缩,加快训练速度。PCA降维,消除训练集中冗余特征,例如:数据集中有一类特征是厘米长度,又有一类特征是英寸长度。在处理音频的时候,有那么大维度的特征,我们不可能人工的检查出这类冗余特征,就需要进行PCA降维。具体的PCA降维过程及原理什么的,网上肯定有很多解释,这里只总结一下PCA降维一些具体操作。...

2018-08-16 18:30:30 1773

原创 【机器学习】【RNN中的梯度消失与梯度爆炸】

学习speech synthesis的Tacotron模型,而Tacotron是基于seq2seq attention,RNN中的一类。所以得先学习RNN,以及RNN的变种LSTM和GRU。RNN的详细我这里不再介绍了,许多神犇的博客及网上免费的课程讲得都很详细。这里仅说明RNN中的梯度消失与梯度爆炸。文章若有错误,烦请大家批评指正。以经典RNN为例,假设我们的时间序列只有三段,S0为...

2018-08-12 23:58:00 2950 1

转载 语音识别原理

第一步:采样人的声音频率是有范围的,所以采样也应当选取范围。采样率是最低频率的2倍,此乃常识。至于最低频率怎样定,可以根据实际情况。1、注意你的麦克风,有些麦克风是有接受范围的,把频率定得比麦克风的能力极限还低,显然是浪费。2、用途。如果是要求可靠性很高的系统,则要注意加大频率范围。如果要求实时性比较高,那就要考虑处理机的速度了,数据量和频宽是正比的。3、性别。男人的低音部分比女人

2017-10-15 23:20:45 631

转载 机器学习笔记(二)模型评估与选择

2.模型评估与选择2.1经验误差和过拟合不同学习算法及其不同参数产生的不同模型,涉及到模型选择的问题,关系到两个指标性,就是经验误差和过拟合。1)经验误差错误率(errorrate):分类错误的样本数占样本总数的比例。如果在m个样本中有a个样本分类错误,则错误率E=a/m,相应的,1-a/m称为精度(accuracy),即精度=1-错误率。误差(error)

2017-09-18 20:52:35 2266 1

原创 机器学习(一)基本概念与信息熵

慢慢来入手机器学习吧。基本概念网上或者书中都有一大堆,理解个大概就行,至少懂得一些专业术语,以便于之后能够在神经网络的学习中至少能看懂。信息熵。。。这是什么东西呢?相当于化学中的熵,我记得高中化学说过,熵是描述分子(是的吧?)有序程度的量。熵越大,越无序。这里的信息熵类似,熵越大,则表示信息越无序,这里,我盗用一下别人举的例子:一个事件或一个系统,准确的说是一个随机变量,它有着一定的不确定性。

2017-09-01 15:23:58 743

原创 born to do

其实好早就想写一点东西,但是无奈自己太懒,每次把想写的话在脑海中过一遍,第二天就忘了。今天,自制力总算是控制住了懒惰,况且,从昨天的实习结束后,我应该算一个准大四生了,总得做点什么。“总得做点什么”,这句话在我大一的时候就对自己说过。记得在我刚上大一之前,“上大学就轻松了 ”的理论在我脑子里根深蒂固。但是,当我真正上了大学之后,发现,事情并没有那么简单。。嗯。。就是这样。。当时大概是这样,我学

2017-08-31 01:55:18 1244

转载 HttpServlet详解

http://www.cnblogs.com/panjun-Donet/archive/2010/02/22/1671290.htmlServlet的框架是由两个Java包组成:javax.servlet和javax.servlet.http. 在javax.servlet包中定义了所有的Servlet类都必须实现或扩展的的通用接口和类.在javax.servlet.http包中定义了

2017-08-30 15:02:11 251

转载 你的凭据不工作,之前用于连接到(服务器IP)的凭据无法工作,请输入新的凭据

转自http://blog.csdn.net/sun15732621550/article/details/50444398由于上周过度用脑之后没有清空内存,导致脑容量不够用,办了件傻事,但是傻人有傻福,从中收获了很多, 这个错误可以这样形容,就是从哪里开始,就从哪里结束,好了,开始正文(以win8系统为例)    想要远程某一台电脑,首先要知道那台电脑的用户名和密码,用户名就是门,密码就

2017-06-14 15:59:51 12499 2

转载 web项目显示乱码解决方案整理

在做web项目的时候,经常会遇到中文显示乱码 和 中文传参乱码的问题,在这里整理一份解决方案首先,页面和传参出现乱码的原因:页面经过web服务器,浏览器处理,所以造成转码或者乱码的原因,可能涉及到:页面本身的设置、web服务器的设置、浏览器的设置1、页面上设置编码   :  (a)页面是jsp,对于这个,需要在jsp头部加上 page的编码设置XML/HTM

2017-05-12 23:13:24 297

原创 Codeforces Round #319 (Div. 1)

A. Vasya and Petya's Gametime limit per test1 secondmemory limit per test256 megabytesinputstandard inputoutputstandard outputVasya and Petya are playing a simp

2017-04-18 14:01:57 447

原创 Codeforces Round #247 (Div. 2)

C. k-Treetime limit per test1 secondmemory limit per test256 megabytesinputstandard inputoutputstandard outputQuite recently a creative student Lesha had a lect

2017-04-18 10:41:53 308

原创 数据结构课设:三个野人和三个传教士(C实现)

#include#includeusing namespace std;struct riverside{ int wildman1; int churchman1; int wildman2; int churchman2; int direction;};struct Boat{ int go_side; int wildm

2017-04-12 23:00:26 3478 1

原创 Codeforces Round #271 (Div. 2)

D. Flowerstime limit per test1.5 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputWe saw the little game Marmot made for Mole's

2017-04-10 21:47:35 284

原创 Codeforces Round #313 (Div. 1)

A. Gerald's Hexagontime limit per test2 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputGerald got a very curious hexagon for h

2017-04-09 20:35:16 298

原创 Codeforces Round #304 (Div. 2)

C. Soldier and Cardstime limit per test2 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputTwo bored soldiers are playing card wa

2017-04-09 17:14:31 402

原创 Codeforces Round #306 (Div. 2)

C. Divisibility by Eighttime limit per test2 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputYou are given a non-negative integ

2017-04-04 00:00:56 293

原创 Codeforces Round #171 (Div. 2)

B. Bookstime limit per test2 secondsmemory limit per test256 megabytesinputstandard inputoutputstandard outputWhen Valera has got some free time, he goes to the

2017-04-02 23:30:05 355

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