GMM

摘要: 转载至:http://blog.pluskid.org/?p=39 上一次我们谈到了用 k-means 进行聚类的方法,这次我们来说一下另一个很流行的算法:Gaussian Mixture Model (GMM)。事实上,GMM 和 k-means 很像,不过 GMM 是学习出一些概率密度函数来(所 阅读全文
posted @ 2017-12-27 11:49 azheng333 阅读(844) 评论(0) 推荐(0) 编辑

语音信号中的特征提取

摘要: 原文链接地址:http://blog.csdn.net/u010451580/article/details/51178190 一.语音的产生简介 1.1 发音器官 人体的语音是由人体的发音器官在大脑的控制下做生理运动产生的。人体发音器官由三部分组成:肺和气管、喉、声道。 肺是语音产生的能源所在。气 阅读全文
posted @ 2017-09-07 16:12 azheng333 阅读(23351) 评论(0) 推荐(1) 编辑

统计参数语音合成的初学者指南

摘要: 原文地址链接:https://shartoo.github.io/texttospeech/ 译自:A beginners’ guide to statistical parametric speech synthesis 一 语音合成(Text-To-Speech)TTS 概述 TTS系统的输入是 阅读全文
posted @ 2017-09-07 16:07 azheng333 阅读(4525) 评论(0) 推荐(0) 编辑

ctc loss

摘要: 原文地址: https://zhuanlan.zhihu.com/p/23309693 https://zhuanlan.zhihu.com/p/23293860 CTC:前向计算例子 这里我们直接使用warp-ctc中的变量进行分析。我们定义T为RNN输出的结果的维数,这个问题的最终输出维度为al 阅读全文
posted @ 2017-08-29 17:50 azheng333 阅读(5533) 评论(0) 推荐(0) 编辑

Attention Mechanism

摘要: 转载自:https://mp.weixin.qq.com/s/5miocWSsDyOtUUwiTaUZdw |Encoder-Decoder框架 要提文本处理领域的AM模型,就不得不先谈Encoder-Decoder框架,因为目前绝大多数文献中出现的AM模型是附着在Encoder-Decoder框架 阅读全文
posted @ 2017-07-13 11:17 azheng333 阅读(363) 评论(0) 推荐(0) 编辑

Tensorflow 模型保存和加载

摘要: 原文链接:http://cv-tricks.com/tensorflow-tutorial/save-restore-tensorflow-models-quick-complete-tutorial/ 什么是tensorflow model 模型训练完毕之后,你可能需要在产品上使用它。那么tens 阅读全文
posted @ 2017-06-09 16:34 azheng333 阅读(7229) 评论(2) 推荐(2) 编辑

理解LSTM一种递归神经网络(RNN)

摘要: 1 递归神经网络结构 一个简单的传统神经网络结构如下图所示: 给他一些输入x0,x1,x2 … xt, 经过神经元作用之后得到一些对应的输出h0,h1,h2 … ht。每次的训练,神经元和神经元之间不需要传递任何信息。 递归神经网络和传统神经网络不同的一个点在于,每次的训练,神经元和神经元之间需要传 阅读全文
posted @ 2016-09-26 09:49 azheng333 阅读(5608) 评论(0) 推荐(0) 编辑

最近质心

摘要: 算法很简单,取训练样本每种类别的平均值当做聚类中心点,待分类的样本离哪个中心点近就归属于哪个聚类 。 在《白话大数据与机器学习》里使用了sklearn里的NearestCentroid来处理数据: 训练模型 clf = NearestCentroid().fit(x, y) 预测数据 clf.pre 阅读全文
posted @ 2016-09-17 22:09 azheng333 阅读(1291) 评论(0) 推荐(0) 编辑

knn

摘要: 算法很简单,对待分类样本实施近邻投票。其中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别。 在《白话大数据与机器学习》里使用了sklearn里的KNeighborsClassifier来处理数据: 训练模型 clf = KNeighborsClassifier().fit(x, 阅读全文
posted @ 2016-09-17 21:56 azheng333 阅读(271) 评论(0) 推荐(0) 编辑

卷积神经网络对图片分类-下

摘要: 接上篇:卷积神经网络对图片分类-中 9 ReLU(Rectified Linear Units) Layers 在每个卷积层之后,会马上进入一个激励层,调用一种激励函数来加入非线性因素,决绝线性不可分的问题。这里我们选择的激励函数方式叫做ReLU, 他的方程是这样f(x) = max(0, x),就 阅读全文
posted @ 2016-09-13 14:50 azheng333 阅读(4040) 评论(0) 推荐(1) 编辑