Oct. 16, 2018, 9:26 p.m.

read: 772

今天一不小心把写了一下午的shell脚本给rm了然后疯狂百度之。。。———————————————分割线———————————————————最后并没有找回代码，重写了一份。。。希望我再也不要有机会再百度这个问题了。。。

Oct. 10, 2018, 9:40 a.m.

read: 822

昨天在gitee上看到有个人问apache jdk的兼容性，遂百度之…开源和商业的冲突也不过如此最近IBM收购了RedHat，如果之前收购了Sun。。。。

Sept. 25, 2018, 8:21 p.m.

read: 752

移动的嘴脸 其实用户根本没有选择权，移动都帮你选好了~去年我和对象就已经办好了8元套餐~啦啦啦~

Sept. 3, 2018, 1:13 p.m.

read: 762

期待锤子新系统 Linux + x86芯片 + Android虚拟机这样就能接入x86平台的linux生态了成为新一代生产力工具很有希望

July 25, 2018, 5:32 p.m.

read: 1065

自从微软搞出了残差网络，就出现了真正意义上的深度神经网络，上百层的网络配上BN也不会丢失信息，然后微软的画风就跑偏了,各种大力出奇迹的操作，几百层的网络说搭就搭。。。

July 6, 2018, 8 p.m.

read: 1276

Tensorflow: # i = input_gate, j = new_input, f = forget_gate, o = output_gate i, j, f, o = array_ops.split( value=lstm_matrix, num_or_size_splits=4, axis=1) 参考：https://github.com/tensorflow/tensorflow/blob/r1.8/tensorflow/python/ops/rnn_cell_impl.py#L836 PyTorch Attributes: weight_ih_…

June 4, 2018, 10:22 a.m.

read: 1157

每张图的信息如下大小 218 * 820x00需要预测的图片如下： 实际上是3个通道（RGB,有些图片会存在4个通道 RGBA， 包含透明度A），那就是 218 x 82 x 30x01很多教程都建议把图片转化成灰度图片，把三个通道合并成一个通道进行卷积，在我的训练中发现，图片不进行转化，直接对三通道卷积并且不需要进行转置这样训练的效果更好，集中表现在收敛速度特别快。在训练以上集合的时候，在BATCH_SIZE等于64的时候，往往一千步以内就能收敛完成。（我猜可能这个留下的信息会更多，适合卷积）给出训练代码如下： import tensorflow as tf import numpy as…

May 20, 2018, 12:11 p.m.

read: 943

班级主页管理系统项目地址在文章中 技术参数：前台：html + js + css后台：python3 + django 2.0.3数据库:sqlite3（免安装，免驱动，即开即用） 安装方法1.下载Python3.5 or Python3.6,安装并且添加到环境变量2.安装django 2.0.3,一条命令（pip install django==2.0.3）3.工作目录切换到用户主目录下，执行（python manage.py runserver 127.0.0.1:8088）4.然后浏览器输入地址http://127.0.0.1:8088/ 就可以访问了 实现的功能点1.登录2.注册3.…

April 30, 2018, 5:23 p.m.

read: 998

+-----------------------------------------------------------------------------+ | NVIDIA-SMI 387.26 Driver Version: 387.26 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Vo…

April 19, 2018, 9:50 p.m.

read: 979

WAV头文 16kHz的情况波形音频数据传送速率，其值为通道数×每秒数据位数×每样本的数据位数／8 1 * 16000 * 16 / 8 = 32000 修改到正确的值def modify_wav(wav_file_path): with open(wav_file_path, 'rb+') as wav_file: with open(wav_file_path.replace(".wav", "") + "_modify.wav", "wb+") as new_wav_file: index = 0 while Tr…

April 16, 2018, 5:56 p.m.

read: 833

我们采用的是aishell训练集，训练完成之后，我们来对mono进行解码:在mono里面有这样的一段的代码： # Monophone decoding utils/mkgraph.sh data/lang_test exp/mono exp/mono/graph || exit 1; steps/decode.sh --cmd "$decode_cmd" --config conf/decode.config --nj 10 \ exp/mono/graph data/dev exp/mono/decode_dev steps/decode.sh --cmd "$decode_cmd" …

April 14, 2018, 10:50 a.m.

read: 3288

此文章首发于hupeng.me 前言以下段落来自知乎，作者-喜欢吃，著作权归作者所有 在做aishell的v1，总而言之，你现在有一段语音比如 hellowrold.wav,你需要写个脚本生成一个data 目录里面包含着utt2spk,spk2utt,wav.scp,wav.list文件，至于怎么生成的可以看local/aishell data prep.sh,用python os和sys库可能会更快更简单写出来。然后你有了训练好的模型，你就先把你的语音mfcc,vad之后呢，对于speaker 然后把你的语音就直接丢进去一些decode.sh decoding一下得分就好，你可以参考ti…

April 7, 2018, 10:41 a.m.

read: 712

国内镜像地址：https://tensorflow.google.cn/ 官方地址(需要梯zi):https://www.tensorflow.org/

March 17, 2018, 11:39 a.m.

read: 1106

Py3代码:# one-hot 函数的样例 import tensorflow as tf label = tf.placeholder(tf.int32,[None]) # 直接把 输入的序列进行One-Hot的结果 one_hot = tf.one_hot(label, 3, 1, 0) # 进行转置 one_hot_new = tf.transpose(one_hot, perm=[1,0]) one_hot_new = tf.cast(one_hot_new, tf.float32) # one_hot_new[2] = one_hot_new[2] * 1.5 # 按照每一维的…

March 16, 2018, 10:28 p.m.

read: 971

写入tfrecord文件import tensorflow as tf file_path = '' list = [] writer = tf.python_io.TFRecordWriter(file_path) example = tf.train.Example(features=tf.train.Features(feature={ "label": tf.train.Feature(int64_list=tf.train.Int64List(value=list)) })) writer.write(example.SerializeToString()) 读取tfre…

March 16, 2018, 9:07 p.m.

read: 802

Py3代码：# one-hot 函数的样例 import tensorflow as tf label = tf.placeholder(tf.int32,[None]) # 直接把 输入的序列进行One-Hot的结果 one_hot = tf.one_hot(label, 3, 1, 0) # 进行转置 one_hot_new = tf.transpose(one_hot, perm=[1,0]) one_hot_new = tf.cast(one_hot_new, tf.float32) # one_hot_new[2] = one_hot_new[2] * 1.5 # 按照每两维的…

March 9, 2018, 3:04 p.m.

read: 789

1.简介项目源码地址:https://github.com/imu-hupeng/TaobaoIP这个库基于的开放的Taobao IP地址库 制作而成。 关于淘宝IP地址库(以下摘自官网文档) 根据用户提供的IP地址，快速查询出该IP地址所在的地理信息和地理相关的信息，包括国家、省、市和运营商。用户可以根据自己所在的位置和使用的IP地址更新我们的服务内容。提供国家、省、市、县、运营商全方位信息，信息维度广，格式规范。提供完善的统计分析报表，省准确度超过99.8%，市准确度超过96.8%，数据质量有保障。 2.使用样例Java调用格式如下：public class Main { p…

March 8, 2018, 10:01 a.m.

read: 827

Editor.md目录 (Table of Contents) [TOCM][TOC]Heading 1Heading 2Heading 3Heading 4Heading 5Heading 6Heading 1 link Heading linkHeading 2 link Heading linkHeading 3 link Heading linkHeading 4 link Heading link Heading link Heading linkHeading 5 link Heading linkHeading 6 link Heading link标题（用底线的形式）Head…