- 博客(41)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 1119 Pre- and Post-order Traversals
给出一棵树的结点个数n，以及它的前序遍历和后序遍历，输出它的中序遍历，如果中序遍历不唯一就输出No，且输出其中一个中序即可，如果中序遍历唯一就输出Yes，并输出它的中序
2024-09-04 21:46:49
232
原创 1067. Sort with Swap(0,*) (25)-PAT甲级真题
逆向思维，错位可以想象成链表“错位链”，我们就需要寻找类似"a→b,b→c,c→a"这样的结构，因为这样能一次性换对最多的元素。每一个长度为n的链如果不包含0，则需要n+1次交换，包含则需要n-1次，而0最多只会加入一个链中，所以可以最后考虑。
2024-08-13 22:28:01
183
原创 1066. Root of AVL Tree (25)-PAT甲级真题
回去复习了一年前学的数据结构课本的15章，AVL树插入的平衡处理，有四种情况：LL旋转、LR选中、RR旋转、RL旋转。手搓AVL树的插入。
2024-08-13 15:51:36
303
原创 1057. Stack (30)-PAT甲级真题
我按照这个思路尝试实现了下，发现能过，这里如果直接用priority_queue的话，由于priority_queue不能直接删除特定元素，不是很方便，所以这里用multiset来表示大小根堆（minHeap.begin()的元素在minHeap中最小，pre(maxHeap.end())的元素在maxHeap中最大）三个测试点超时不过，做不出来。
2024-08-11 15:35:48
250
原创 1056. Mice and Rice (25)-PAT甲级真题
当时没想到可以用队列来做，就傻傻的模拟了，用cur存当前轮的id，这个id对应的是order的下标，这里有个求rank的技巧就是当前轮没有晋级的rank为（当前轮的组数+1）
2024-08-10 20:42:54
342
原创 1043. Is It a Binary Search Tree (25)-PAT甲级真题
利用函数返回值，判断子树是否是BST或者镜像BST，isBST返回是否是BST，isBST2返回是否是镜像BST，函数参数root为前序序列中根的位置，e为前序序列最后位置。
2024-08-08 14:28:04
140
原创 1034. Head of a Gang (30)-PAT甲级真题
这道题主要是对边的dfs，与对点的dfs不同，对边的dfs最后需要除以2（其实也可以遍历之后将边权重设为0，这样就不用除以2）
2024-08-07 14:30:42
126
原创 1033. To Fill or Not to Fill (25)-PAT甲级真题
将终点视作price为0的加油站，设加满邮箱能行驶的最大行驶范围为maxdis，对于当前位置，距离maxdis内（含）的加油站中，若有price比当前小的，选择加油到刚好撑到那个加油站；若没有price比当前小的，则目前加满油，走到price最小的加油站。若最大行驶范围内没有一个加油站，则不可能到达。
2024-08-06 21:20:32
197
原创 1020 Tree Traversals (25)-PAT甲级真题
这里有个技巧，就是二叉树中，各节点标号的关系，左子树和其父节点的关系：index=2*index_father，比如下图中1和2，2和4；右子树和其父节点的关系：index=2*index_father+1。
2024-07-31 02:51:14
243
原创 1017 Queueing at Bank (25)-PAT甲级真题
【代码】1017 Queueing at Bank (25)-PAT甲级真题。
2024-07-29 17:34:33
130
原创 1014 Waiting in Line (25)-PAT甲级真题
这题有坑，即使一个人服务的终止时间超过了17:00，也会算上他（当前仅当他的服务开始时间严格小于17:00），这个点是从一个评论区看到的，也符合常理，在下班之前到柜台肯定不能把你拒了，只能老实加班。原写法（3个测试点不过，因为没有考虑到以上的问题）
2024-07-28 21:28:57
224
原创 1010 Radix (25)-PAT甲级真题
用顺序查找的方式搜第七个测试点过不去，二分查找是一个办法，注意这里low和high的取值，high的取值我是这样想的：当n2长度为1时进制数最多为low，否则长度大于1时进制数最多为res1（若为(res1+1)就必定会有res2>res1了，肯定不满足）
2024-07-27 02:06:19
396
原创 视频增强实现
它能够处理低分辨率、模糊或部分损坏的人脸图像，通过学习大量人脸数据，生成高质量、清晰的人脸图像。利用了GAN的能力，通过竞争学习的方式，生成器（Generator）学习如何产生逼真的人脸图像，而判别器（Discriminator）学习如何区分生成的图像与真实图像。由于SadTalker生成的视频清晰度不是很高，单帧图片像素只有224*224，所以我考虑给实现视频画质增强，使用对抗生成网络是个不错的选择。视频画质增强可以看作视频中的每个帧对应的图像画质增强。这样就得到了增强画质的视频，并存储到了本地。
2024-06-24 00:56:25
1189
原创 TTS模型实现和部署
其中，大模型和其他模型具体的配置和prompt如下，具体包括配置了 Turbomind 引擎，设计了一个详细的提示（prompt），用来引导模型生成自然的对话，以及配置生成视频所需的参数。全球公认最佳的微软语音模型，该模型生成的语音非常流畅，发音标准，注重语气和连贯性，与口语训练助手的定位非常契合。在第二周个人工作的基础上，本次工作在于封装tts，将其与大模型，数字人模型一起，串联成一个完整的步骤，实现英语口语助手的可视化。# 在执行该行的情况下，期望在扬声器上听到合成语音。# 将接收到的文本合成为语音。
2024-06-23 21:34:14
957
原创 语音评分模型实现和部署
我们选择使用微软的发音评估模型来对用户发音进行细致评分，以向用户展示不同方面的发音分数，和对应单词的发音分数，使用户更好的发现自己的发音问题，从而达到精确纠正的目的。发音评估支持不间断的流式处理模式，所以可以通过流式处理语音信息，但是也可以一次性处理，为了与前端沟通方便，前端传回的wav文件，可以一次性进行分析，这里查看源码可以看到用了async来同步结果，实际上就是流式处理的进行缓存，再统一处理的结果，利用异步锁，识别完全部内容后再输入模型：在中，可以指定要学习或练习以改进发音的语言。默认区域设置为。
2024-06-23 21:17:41
1848
1
原创 数字人部署
在之前数字人模型优化，并且封装成模块之后，再进一步集成输入输出，前端输入大模型回答内容，也就是sentence参数，以及前端输入的role，对应需要的角色。
2024-06-23 20:58:27
391
原创 数字人模型优化
之前的源码分析可以发现，preprocess主要是进行图片的裁剪，标准化，然后进行3DMM特征的提取，其中特征提取部分使用的是resnet50，如果是视频输入则每一帧都要过resnet50，图片的话只要一次就行。这可以帮助管理 GPU 资源，避免因内存不足而导致的错误，并且在进行性能敏感的操作时确保正确的执行顺序。英语口语训练助手实际上不需要每次自己传图片，而是可以让用户选则特定的角色来进行对话，对于特定的角色，实际上可以用固定的图片和音频，音频的实现再之后讨论。
2024-06-23 20:28:59
296
原创 山东大学项目实训 第九周个人工作报告
如图B11（d）所示，映射网络包含姿态ρ[t−2:t+2]和表达式β[t−2:t+2]的t帧（[t−2：t+2]）运动系数，以在帧t中生成人脸视频（偏航、俯仰、滚转、tr和δ）的运动表示。首先是初始化模型，preprocess_model是用来预提取图片特征的模型，主要作用有裁剪图片为指定形状，然后提取3DMM参数。在face render模块其他的代码和face vid2vid这篇文章一样，主要就是用对抗生成网络来对进行参数驱动的视频生成，这是训练阶段，我们需要的推理阶段只需要用到生成器就可以了。
2024-06-23 16:48:35
597
原创 山东大学项目实训 第八周个人工作报告
这周的工作主要是数字人模型原理解读，为了之后部署做准备这个模型是为了对图片和音频进行3D人脸运动数字人生成通过人脸图像生成说话的头部视频，一段语音音频仍然包含许多挑战，即不自然的头部运动、扭曲的表达和身份修改。论文认为这些问题主要是由于从耦合的 2D 运动场中学习。另一方面，明确使用 3D 信息也存在表达僵硬和不连贯视频的问题。
2024-06-22 17:03:27
304
原创 山东大学项目实训 第七周个人工作报告
这周的主要工作是对之前微调好的大模型的模型量化和部署TurboMind是LMDeploy团队开发的一款关于LLM推理的高效推理引擎，它的主要功能包括：LLaMa 结构模型的支持，continuous batch 推理模式和可扩展的 KV 缓存管理器TurboMind推理引擎仅支持推理TurboMind格式的模型。因此，TurboMind在推理HF格式的模型时，会首先自动将HF格式模型转换为TurboMind格式的模型。
2024-05-30 16:07:52
284
原创 山东大学项目实训 第四周个人工作报告
第二周选择DailyDialog数据集是一个高质量的多回合开放域英语对话数据集。它包含13118个对话，分为11118个对话的训练集和1000个对话的验证和测试集。为转化为Xtuner微调框架所需要的规范数据，使用脚本将剧本中关于甄嬛的对话集抽取出来，作为数据集使用。这周工作主要是为微调数据集进行改造，抽取数据集变换格式以适应Xtuner需要的格式。
2024-05-27 09:11:23
380
原创 山东大学项目实训 第三周个人工作报告
其中增加了enhancer选项能以提高生成的视频的质量，这里采用了对抗生成网络GFGAN进行视频清晰度增强，但是会增加推理的时间。在HuggingFace上也有演示，不过资源排的较紧张，在线演示成功率比较低。本周主要实现了英语口语助手数字人模型的实现和优化。
2024-05-07 19:31:42
220
原创 山东大学项目实训 第二周个人工作报告
文本转语音模型选用了全球公然最佳的微软语音模型，该模型生成的语音非常流畅，发音标准，注重语气和连贯性，与口语训练助手的定位非常契合。本周完成了两个任务：寻找并确定了几个英语口语对话的数据集，文本转语言模型的跑通。首先注册Azure账户，申请资源组，申请具体textToSpeech资源。
2024-04-24 00:41:45
266
空空如也
VMware中打不开虚拟机是怎么回事？
2021-10-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人