<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[dakenan1的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/dakenan1</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; dakenan1]]></copyright><item><title><![CDATA[torch多GPU并行计算data_paraller踩坑]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/102989747</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/102989747</guid><author>dakenan1</author><pubDate>Sat, 09 Nov 2019 17:47:37 +0800</pubDate><description><![CDATA[torch.nn.data_parallel和class nn.DataParallel都在一个source里边，一个是函数一个是类，这里贴出来源代码，如果出现了各种类似out of memory、 a chunk memory之类的都可以看看。

```python
import operator
import torch
import warnings
from itertools impor...]]></description><category></category></item><item><title><![CDATA[为什么八位二进制数表示范围为-128~+127？]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/102713746</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/102713746</guid><author>dakenan1</author><pubDate>Thu, 24 Oct 2019 00:18:21 +0800</pubDate><description><![CDATA[为什么八位二进制数表示范围为-128~+127？
在昨天的文章中我们讲解了什么原码反码补码，以及计算机中为什么要使用补码，在文章最后的时候我们说了一个问题，八位二进制（在Java中就是byte类型）的取值范围是从-128到127，为什么呢？
为什么127+1的结果是-128？我们今天来详细说明一下。
昨天虽然我们介绍了什么是补码，但是并没有说明补码的由来，今天我们来讲解一下。
在这里要说到一个概念...]]></description><category></category></item><item><title><![CDATA[关于卷积神经网络（CNN）概念及过程的理解]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/102111809</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/102111809</guid><author>dakenan1</author><pubDate>Sat, 05 Oct 2019 02:00:21 +0800</pubDate><description><![CDATA[**局部连接：**局部区域大小就是滤波器Filter，每一个卷积核对应一个Filter，对区域内数据进行卷积操作；
**权值共享：**遍历一次CNN结构（或者一层卷积层），每一层的每一个卷积核，在滑动计算一个Batch size的图像矩阵时，卷积核的参数都是固定的，直到下一轮卷积操作前才会更新权值；
卷积神经网络最大的特点就在于它的局部连接和权值共享，通过卷积操作实现局部连接，这个局部区域的大小就...]]></description><category></category></item><item><title><![CDATA[详解梯度爆炸和梯度消失]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/101727760</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/101727760</guid><author>dakenan1</author><pubDate>Mon, 30 Sep 2019 00:00:41 +0800</pubDate><description><![CDATA[那么为什么会出现梯度消失的现象呢？因为通常神经网络所用的激活函数是sigmoid函数，这个函数有个特点，就是能将负无穷到正无穷的数映射到0和1之间，并且对这个函数求导的结果是f′(x)=f(x)(1−f(x))。因此两个0到1之间的数相乘，得到的结果就会变得很小了。神经网络的反向传播是逐层对函数偏导相乘，因此当神经网络层数非常深的时候，最后一层产生的偏差就因为乘了很多的小于1的数而越来越小，最终就...]]></description><category></category></item><item><title><![CDATA[超维视界公众号——口唇同步：打开虚拟人与人类互动的窗口]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100841899</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100841899</guid><author>dakenan1</author><pubDate>Sun, 15 Sep 2019 02:07:05 +0800</pubDate><description><![CDATA[前言：
在过去的一年中，虚拟人形象产业蓬勃发展，如今在各行各业特别是服务领域，越来越多地出现了虚拟人以及相关产品。在昨天举行的2019世界人工智能大会上，最先进最“黑科技”的产品都是与虚拟人相关。而如何使虚拟人能够被人们所见所感，最为重要的便是能让虚拟人形象能跟人类开始互动，而在背后控制虚拟人进行对话交流呈现的，便是我们今天要聊的口唇同步技术。
口唇同步技术：
口唇同步，即让声音与口唇图像实现协调...]]></description><category></category></item><item><title><![CDATA[超维视界公众号——虚拟人的三维图像重建方法初探]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100841857</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100841857</guid><author>dakenan1</author><pubDate>Sun, 15 Sep 2019 02:04:05 +0800</pubDate><description><![CDATA[前言：
人工智能数字体人，顾名思义，即拥人工智能的可视化数字虚拟人。虚拟人的研究与开发通常分为交互场景、交互内容以及交互界面三个方向，交互场景是指虚拟人应用的领域，比如文化、市场、服务等领域；交互内容是指基于自然语言处理（Natural Language Processing）技术的人机对话、意图理解等；而交互界面则是人与机器交流的平台和界面，比如苹果手机助手Siri，智能音箱天猫精灵等等。而目前...]]></description><category></category></item><item><title><![CDATA[单通道实时语音分离的TasNet结构总结]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011663</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011663</guid><author>dakenan1</author><pubDate>Sun, 15 Sep 2019 02:00:31 +0800</pubDate><description><![CDATA[占坑

]]></description><category></category></item><item><title><![CDATA[Random函数用法]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100515767</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100515767</guid><author>dakenan1</author><pubDate>Tue, 03 Sep 2019 12:25:31 +0800</pubDate><description><![CDATA[一、random模块简介
Python标准库中的random函数，可以生成随机浮点数、整数、字符串，甚至帮助你随机选择列表序列中的一个元素，打乱一组数据等。
二、random模块重要函数
1 )、random() 返回0&lt;=n&lt;1之间的随机实数n；
2 )、choice(seq) 从序列seq中返回随机的元素；


import random
a = rand...]]></description><category></category></item><item><title><![CDATA[语音驱动的口型同步算法文献汇总]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100012023</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100012023</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:53:58 +0800</pubDate><description><![CDATA[论文一：语音驱动的口型同步算法
核心工作：提出一种口型动画同步算法，预先定义基本口型动作集合，通过权重线性混合构成口型动画和过渡动画，最终拼接得到完整口型动画。
音素：输入的语音信号首先被转化为由一串发音单元构成的序列，这些发音单元成为音素。
视素：序列中的音素会被映射到一个口型动作单元上，这些口型动作单元成为视素。
协同发音：
1. 难题：除了当前正在发音的音素外，该音素之前或之后的一些音素也会...]]></description><category></category></item><item><title><![CDATA[OpenPose：使用部分亲和力场的实时多人2D姿态估计]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011976</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011976</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:52:10 +0800</pubDate><description><![CDATA[**核心工作：**提出一种使用非参数表示（PAF）进行自下而上检测图像中多人二维姿态的高精度、实时系统。
多人姿态估计难点：
1. 图像中人体的数量与比例未知；
2. 人与人之间由于接触、遮挡等产生的复杂空间干扰，使得各部分关联变得困难；
3. 计算随着估计的人数增加而增大，对实时性能要求很高。
自上而下人体检测：
1. 先利用目标检测算法检测出单个人体，然后逐个进行单人的关键点检测；
2. 特点...]]></description><category></category></item><item><title><![CDATA[使用锚框架捕获高质量被动面部表现]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011953</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011953</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:50:59 +0800</pubDate><description><![CDATA[**核心工作：**提出一种基于锚框架的被动照明（LED灯）且不需要做面部标记的表情捕获技术。该技术能够适配富有表现力以及快速运动的面部表情，并且能以最小的漂移再现极端表情形变，在实现上不需要演员进行化妆直接从视频中获得变化纹理，可以实现重建长时间序列。
锚框架：
1. 强大的网格跟踪算法，在图像空间中集成跟踪，并将单个参考网格通过跟踪路径传播到每个帧（N张图片一个帧）
2. 由于长时间的面部表现会...]]></description><category></category></item><item><title><![CDATA[单通道语音增强Speech enhancement文献汇总]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011890</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011890</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:48:48 +0800</pubDate><description><![CDATA[论文一：基于注意机制的神经网络单通道语音增强方法
核心工作：提出基于注意机制的单通道语音增强方法，关注音频流的重要语音成分并适当降低对噪声、干扰的注意力。
注意力机制（attention-based）：
1. 注意力机制需要决定整段输入的哪个部分需要更加关注；
2. 从关键的部分进行特征提取，得到重要的信息。
3. RNN模型在预测增强帧时隐式地学习过去输入特征的权重，而注意机制计算过去帧与要增强...]]></description><category></category></item><item><title><![CDATA[深度吸引子网络 Deep attractor Net单通道语音分离文献汇总]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011813</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011813</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:46:02 +0800</pubDate><description><![CDATA[论文一：(DANet)基于单麦克风语音分离的深度吸引子网络
核心工作：提出了在高维空间中嵌入吸引子（Attractor）将时频信息整合来训练的网络，模型实现了端到端的训练，分离不需要知道混合源的数量。

分离的难点：
1. 排序问题：混合语音会出现多个标签，无法分清属于哪个；
2. 输出维度不匹配（标签不明确）：不清楚具体有几个声源
深度聚类（DPCL）特点：能解决以上两点问题，但目标函数是各声源...]]></description><category></category></item><item><title><![CDATA[基于深度聚类Deep clustering单通道语音分离]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/100011702</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/100011702</guid><author>dakenan1</author><pubDate>Thu, 22 Aug 2019 11:41:40 +0800</pubDate><description><![CDATA[论文一：基于深度聚类的单通道多语音分离
核心工作：通过信号调节（正则化、加深网络结构）将基本DPCL系统性能极大地提升
提升方法：Drop-out、调整网络结构、训练策略等
Drop-out设置：随机节点置零有可能会让LSTM的记忆能力；在前向连接的每个时期对置零掩码采样，循环连接的每个时序进行一次采样，每个门用一个循环置零掩码，
网络结构：双层BLSTM并且前面用一个前置反馈层来产生嵌入层。
训...]]></description><category></category></item><item><title><![CDATA[置换性不变训练（PIT）单通道语音分离（SS）入门]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99994845</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99994845</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 20:32:35 +0800</pubDate><description><![CDATA[核心工作：提出一种通过最小化分离误差解决标签排列问题的排列不变训练技术。

基于类的方法：
1. 通过预测所属目标类的源来进行网络优化，通常用于每个时频块；
2.  只能用于语音与背景噪声或音乐的分离，因为语音具有与噪声/音乐非常不同的特征；很难与其他技术结合。
针对标签模糊问题解决核心：（参考Fig.1）
1. PIT
2. 基于分段的决策
实验结果（T1）：

1. 训练阶段，MSE验证不会因...]]></description><category></category></item><item><title><![CDATA[Kaldi学习笔记（一）——Kaldi的下载安装与编译]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99973024</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99973024</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 16:27:10 +0800</pubDate><description><![CDATA[版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 
               
             ...]]></description><category></category></item><item><title><![CDATA[基于Tacotron汉语语音合成的开源实践]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99972723</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99972723</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 16:26:12 +0800</pubDate><description><![CDATA[版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 
               
             ...]]></description><category></category></item><item><title><![CDATA[Merlin：一个开源的神经网络语音合成系统]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99972615</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99972615</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 16:23:02 +0800</pubDate><description><![CDATA[...]]></description><category></category></item><item><title><![CDATA[隐马尔可夫模型二(公式推导)]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99971435</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99971435</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 16:12:08 +0800</pubDate><description><![CDATA[概率问题
直接计算法


前向后向算法

前向算法
后向算法


一些期望


学习问题
Baum-Welch算法
Baum-Welch参数估计公式


预测算法
近似算法
维比特算法


参考文献






前面一篇介绍了隐马尔科夫模型的基本的一些概念，篇主要介绍三个问题的具体解决方法。如果对于概念不太理解的可以参考前一篇博客HMM模型基本概念，本篇博客主要介绍对于三个问题的主要推倒，内容...]]></description><category></category></item><item><title><![CDATA[隐马尔科夫模型一(概念理解)]]></title><link>https://blog.youkuaiyun.com/dakenan1/article/details/99970051</link><guid>https://blog.youkuaiyun.com/dakenan1/article/details/99970051</guid><author>dakenan1</author><pubDate>Wed, 21 Aug 2019 15:58:42 +0800</pubDate><description><![CDATA[由于前一段时间在看CTC论文，里面用到了HMM中的前向后向算法，推公式的时候·一脸懵逼，所以又来学习HMM的思想，所以写篇博客做个笔记。本部分博客分为两篇，第一篇主要介绍一些基本的概念和思想，第二篇介绍理论的推导。博客的内容主要是基于&lt;&lt;统计学习方法&gt;&gt;以及其他的一些博客
模型概念
隐马尔可夫模型：隐马尔科夫模型是关于时序的概念模型，描述了由一个隐藏的马尔科夫链随机产生不可...]]></description><category></category></item></channel></rss>