对github中的wechat_big_data_baseline_pytorch进行了修改，主要是整合了512个embded内容描述字段，可惜错过提交截止时间，看上去AUC结果还不错。第一次独立一人完成了整个大数据竞赛，特此纪念。 无embded数据预处理 # -*- coding: utf-8 -*- #准备数据，跑一次就好 import numpy as np import pandas as pd from tqdm import tqdm from google.colab impor.

就一个关键点：编译时c++标准库使用libstdc++，原因不解释了 caffe为git库中最新版本: git init git pull https://github.com/BVLC/caffe.git 其它按照官方安装提示做就行，我选用的搭配是官方推荐的anaconda python / Intel MKL / cuDNN, 有两个小处需要注意： opencv选用3.0.0：（

1，下载TIMIT语料库，解压，全部目录，文件变小写，按照NLTK要求，修改所有根目录下的.txt配置文件 2，安装必要python库：nltk， librosa，numpy，catboost 3,  实现训练过程，原理：TIMIT中wav格式并非标准RIFF格式，好在格式简单，每个文件头占1024字节，文本格式，剩下的是pcm raw data，录制格式是单声道，16bit 16KHz，安装