<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[drawbacks的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/drawbacks</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; drawbacks]]></copyright><item><title><![CDATA[Datawhale AI夏令营 全球AI攻防挑战赛（语音生成方向）Task2]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/150165680</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/150165680</guid><author>drawbacks</author><pubDate>Sun, 10 Aug 2025 23:20:47 +0800</pubDate><description><![CDATA[跟着Task2过了一遍baseline，发现baseline中生成语音的部分是直接调用F5-TTS模型进行语音生成，并没有对模型进行微调等操作。且代码中if的判断条件使得从第10条之后的所有语音，都是infer_cli_basic.wav的复制结果，并没有调用模型进行语音生成。因此最终的得分也只有33.12分。]]></description><category></category></item><item><title><![CDATA[[Datawhale X 李宏毅苹果书AI夏令营] 深度学习入门 Task3]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141873391</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141873391</guid><author>drawbacks</author><pubDate>Tue, 03 Sep 2024 22:41:25 +0800</pubDate><description><![CDATA[本节主要是深度学习的实践经验总结。以Kaggle比赛的结果为例，测试集分数低，可能是训练集损失过高，或者是训练集过拟合，或者其他原因。]]></description><category></category></item><item><title><![CDATA[[Datawhale X 李宏毅苹果书AI夏令营] 深度学习进阶 Task2]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141751383</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141751383</guid><author>drawbacks</author><pubDate>Sat, 31 Aug 2024 17:27:49 +0800</pubDate><description><![CDATA[参考资料：《深度学习详解》]]></description><category></category></item><item><title><![CDATA[[Datawhale X 李宏毅苹果书AI夏令营] 深度学习入门 Task2]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141728315</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141728315</guid><author>drawbacks</author><pubDate>Sat, 31 Aug 2024 12:29:09 +0800</pubDate><description><![CDATA[参考资料：《深度学习详解》内容小结：介绍了机器学习的线性模型、Sigmod函数、ReLU函数、深度学习的概念、一般术语。]]></description><category></category></item><item><title><![CDATA[[Datawhale X 李宏毅苹果书AI夏令营] 深度学习进阶 Task1]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141475927</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141475927</guid><author>drawbacks</author><pubDate>Fri, 23 Aug 2024 23:59:31 +0800</pubDate><description><![CDATA[本笔记记录了深度学习的一些基础概念。]]></description><category></category></item><item><title><![CDATA[[Datawhale X 李宏毅苹果书AI夏令营] 深度学习入门 Task1]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141474548</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141474548</guid><author>drawbacks</author><pubDate>Fri, 23 Aug 2024 21:54:45 +0800</pubDate><description><![CDATA[[Datawhale AI夏令营]第五期深度学习入门的学习笔记，机器学习基础部分]]></description><category></category></item><item><title><![CDATA[[Datawhale AI夏令营]第四期 多模态大模型数据合成 学习笔记]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/141289172</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/141289172</guid><author>drawbacks</author><pubDate>Sat, 17 Aug 2024 23:58:31 +0800</pubDate><description><![CDATA[只是囫囵吞枣的跟着baseline走了好几遍。自己搜着学习了一些.sh，.yaml，.jasonl文件的概念。baseline成功的关键在于：修改baseline中训练的配置。]]></description><category></category></item><item><title><![CDATA[【Datawhale夏令营】第二期 Deepfake Task1学习总结]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/140579821</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/140579821</guid><author>drawbacks</author><pubDate>Sat, 20 Jul 2024 23:58:59 +0800</pubDate><description><![CDATA[使用。]]></description><category></category></item><item><title><![CDATA[【Datawhale夏令营】第二期 Deepfake Task3学习总结]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/140579003</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/140579003</guid><author>drawbacks</author><pubDate>Sat, 20 Jul 2024 23:44:19 +0800</pubDate><description><![CDATA[数据增强是一种在机器学习和深度学习领域常用的技术，尤其是在处理图像和视频数据时。数据增强涉及对原始数据进行一系列的变换操作，生成新的训练样本。这些变换模拟了真实世界中的变化，对于图像而言，数据增强包括例如视角、光照、遮挡等情况，使得模型能够学习到更加鲁棒的特征表示。比如notebook里面的随机水平翻转变换，对小猫图片做了8次随机水平翻转变换，6次不翻转，2次翻转。每次运行，都会得到不一样的结果。但是要注意的是，变换操作需要与目标任务的实际场景符合。]]></description><category></category></item><item><title><![CDATA[【Datawhale夏令营】第二期 Deepfake Task2学习总结]]></title><link>https://blog.youkuaiyun.com/drawbacks/article/details/140508147</link><guid>https://blog.youkuaiyun.com/drawbacks/article/details/140508147</guid><author>drawbacks</author><pubDate>Wed, 17 Jul 2024 23:57:53 +0800</pubDate><description><![CDATA[在Task2中，对深度学习的概念和一般步骤有了一定了解。]]></description><category></category></item></channel></rss>