- 博客(30)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 【KAWAKO】Linux-常用命令笔记（自宅用）
目录给文件赋予权限给文件赋予权限chmod -R 777 ./xxxchmod：改变权限-R：递归的意思777：最高权限
2021-04-30 14:41:14
390
原创 【KAWAKO】基于frp和腾讯云服务器的内网穿透
在家能够使用ssh和scp访问公司内网的服务器。从公司白嫖的云服务器，配置如下需要用到6000和7000端口，在防火墙中添加好从这里找到系统对应的frp，进行下载（可能会有点慢，有科技的可以自行解决）下载后解压并进入文件夹配置并运行frp打开frps.ini，按如下进行编辑运行frp，输出中有“successfully”或者“success”就成功了开机自启在【/lib/systemed/system】创建一个【frps.service】文件按照如下进行编辑配置三
2022-12-05 15:38:11
705
原创 【KAWAKO】通过腾讯云服务器进行端口转发
在公司内网服务器上开启jupyter-notebook（端口为8889），在家里的电脑上能够访问。在公司内网服务器上运行如下命令，连接云服务器。在家里的电脑上运行如下命令，连接云服务器。在防火墙设置里把8889端口添加进去。【-N】不登录ssh，只进行端口转发。【-N】不登录ssh，只进行端口转发。【-C】压缩传输，节省带宽。【-C】压缩传输，节省带宽。
2022-12-02 17:06:25
1163
原创 【KAWAKO】deepface-在基于m1芯片的macbook上进行安装
deepface是一款“即插即用”的人脸识别库，其功能丰富，使用方便。由于其依赖于tensorflow，而tensorflow似乎对m1芯片的macbook支持不是很好（我死活装不上），因此只依靠官方提供的流程无法顺利在m1芯片的macbok上进行安装。本文提供一套基于miniforge的可以顺利安装的流程。
2022-11-16 14:03:57
3353
1
原创 【KAWAKO】在windows上用CMake和MinGW编译c++工程
目录安装CMake安装MinGW编写CMakeLists.txt编译一条龙安装CMake在网上随便找个教程照着安装就行了，不再赘述。安装MinGW参考这篇博客。从MinGW官网下载的安装包在安装的时候总是提示失败，从该博客作者提供的网盘直接下载安装好的MinGW文件亲测可用。安装后需要手动将MinGW的bin文件夹添加进环境变量。然后将bin文件夹中的mingw32-make.exe拷贝一份出来重命名为make.exe，方便后续编译使用。编写CMakeLists.tx
2022-03-24 16:50:46
1850
原创 【KAWAKO】TVM-使用c++进行推理
目录前言修改cpp_deploy.cc文件修改DeployGraphExecutor()函数numpy与bin文件的互相转换numpy转binbin转numpy使用CMakeLists.txt进行编译运行前言在tvm工程的apps目录下，有一个howto_deploy的工程，根据此工程进行修改，可以得到c++推理程序。修改cpp_deploy.cc文件DeploySingleOp()函数不需要，直接将其和相关的Verify函数一起删掉。修改Depl
2022-03-02 10:39:07
1581
原创 【KAWAKO】TVM-tflite模型编译与优化
目录前言准备模型版本问题精度问题加载tflite模型编译模型在python上运行模型进行测试加载输入数据运行四连优化（Autotune）注：前言TVM的编译与优化主要有两种方法，一种是通过tvmc命令行，另一种是通过python。tvmc编译出来的模型，在后面c++推理的时候读取不进来，可能是我使用的c++方法与tvmc的模型对应不上导致的，因此本文暂时不讲这种方法，其使用方法可以在官方文档中找到。python方法虽然不如tvmc灵活，但也挺简单的
2022-03-02 10:07:48
1514
原创 【KAWAKO】TVM-在ubuntu服务器上的安装
目录下载源码安装依赖库修改config.cmake文件编译安装python库添加tophub简单验证官方的安装教程在这里下载源码从Download Page中下载下来的源码是0.8版本的，亲测该版本不可用，需要从git中clone最新版（当前最新版为0.9dev版）。命令中的“--recursive”为“递归下载”的意思，因为TVM仓库中包含了别的仓库的代码，需要全部下载下来。在git clone的时候可能会遇到死活连接不上因此无法开始下载的问题，如下图。
2022-02-22 15:57:29
567
3
原创 【KAWAKO】speechmetrics-语音方面评价指标库的安装与使用
目录简介安装将工程以压缩包形式下载到本地把压缩包传到服务器（你想部署的地方）上进行解压用编辑器打开setup.py进行修改在工程目录下进行安装测试简介speechmetrics库提供了对语音质量进行评估的各种指标，包括MOSNet、BSSEval、STOI、PESQ、SRMR、SISDR等，方便我们对模型进行快速评估。github链接在这里。安装由于【pip install git+http://......】会出现一些问题，再加上国内的种♂种♂原♂因，用sp
2022-01-06 11:43:28
3516
7
原创 【KAWAKO】iphone13pro开箱流程
全程录像如果你觉得你所购买的平台（比如某ABB格式名字的平台）不太靠谱，建议全程录像。有条件的可以多机位一镜到底。检查包装盒收货以后先把盒子对着摄像头查看一圈，检查包装是否完整，封口贴有没有损坏，然后打开盒子。检查包装盒内物品打开盒子后先检查包装是否完整，封口贴有没有损坏，然后把序列号等信息用摄像头过一遍。检查各种码检查机型、内存，是不是零售机，是不是国行。序列号留着一会儿看和手机内置的序列号是否一致，同时去官网（查看您的保障服务和支持期限 - Apple 支持）检查
2021-12-31 15:07:42
1353
原创 【KAWAKO】python查看内存空间占用情况
目录查看变量的内存占用查看运行内存占用查看变量的内存占用import sysc = 1145.114print(sys.getsizeof(c))查看运行内存占用import psutilmemory = psutil.virtual_memory()# 总内存print(float(memory.total)) # 已使用print(float(memory.used))# 未使用print(float(memory.free))单位是字节...
2021-09-18 11:11:09
1850
原创 【KAWAKO】DTLN-1Dconv的原理
DTLN的结构如图。第一部分是在stft得到的频谱上进行降噪处理，属于频域处理。第二部分是在1D卷积得到的特征上进行进一步降噪处理，也属于频域处理。其源码如下。两个1D卷积已用红框标出。可以注意到，两个1D卷积的参数如下：第一个1D卷积，输入维度为1*1*512（32ms），卷积核的大小为1*1、个数为encoder_size=256。第二个1D卷积，输入维度为1*1*256，卷积核的大小为1*1、个数为blocklen=512。怎么理解DTLN的第二部分呢第一部分.
2021-08-23 18:02:38
1958
11
原创 【KAWAKO】MNN-1.2.0版本交叉编译遇到的错误与解决方法
在使用gcc-linaro-7.5.0-aarch64-linux-gnu、gcc-linaro-6.3.1-aarch64-linux-gnu交叉编译链对MNN进行交叉编译的过程中，make的时候遇到了一个报错。error: cannot convert 'int8x16_t {aka __vector(16) signed char}' to 'int32x4_t {aka__vector(4) int}' for argument '1' to 'int32x4_t vtrnlq_s32(int
2021-08-13 13:56:08
637
原创 【KAWAKO】soundtoch-使用可执行文件对音频进行变调或变速
下载从官网下载可执行文件。单次使用在终端中直接运行，会出现使用方法和可选参数。变速就设置tempo，变调就设置pitch，都变就都设置。使用python脚本批量处理
2021-08-11 14:01:02
376
原创 【KAWAKO】audiotsm-使用python对音频进行变速不变调处理
目录安装库导入相关库定义reader定义writer定义WSLOA算法，并运行官方手册源码安装库pip install audiotsm导入相关库import audiotsmimport audiotsm.io.wavimport audiotsm.io.array定义reader# 可以直接读取文件reader = audiotsm.io.wav.WavReader("qaq.wav")'''# 也可以加载别的地方传过来的numpy.n
2021-08-11 09:59:06
1208
1
原创 【KAWAKO】Pydub-某些函数的使用方法
目录EQ源码其中使用的_eq函数源码测试代码EQ源码seg：AudioSegment音频 focus_freq：需要调整的中心频率 bandwidth：调整的频率范围 channel_mode：调整哪个声道 filter_mode:：滤波器种类。“peak”带通，“low_shelf”对低频做处理，“high_shelf”对高频做处理 gain_dB：处理的增益大小 order：暂时没看懂什么意思，保持默认的2就好其中使用的_eq函数源码测试代码抑制
2021-08-10 10:29:39
346
原创 【KAWAKO】RNNoise-将模型做成接口并交叉编译到RK3308上
目录做成接口交叉编译编译出动态链接库使用编译出的动态链接库进行推理做成接口RNNoise已经将推理过程整理成了一个函数（src/denoise.c中的rnnoise_process_frame函数），我们只需要写一个类，其中包含2~3个方法（构造函数、推理函数、析构函数）即可。比如我们创建rnnoise_inference.cpp与rnnoise_inference.h文件，构建Rnnoise类，其中包含一个构造函数和一个推理函数：rnnoise_inference.h..
2021-08-04 16:38:31
779
原创 【KAWAKO】docker暴力上手
目录从docker hub拉取镜像根据镜像创建容器，同时把本地目录挂载到容器停止容器删除停止的容器从docker hub拉取镜像进入docker hub，搜索自己喜欢的镜像。复制“Docker Pull Command”中的命令，直接放到终端中运行（需要sudo权限）。使用下面这条指令可以查看已有的docker镜像。sudo docker images根据镜像创建容器，同时把本地目录挂载到容器使用下面的命令创建容器。sudo docker...
2021-07-22 20:00:35
151
原创 【KAWAKO】将conda虚拟环境设置进jupyter-notebook
目录进入虚拟环境安装ipykernel将虚拟环境加入notebook的kernel打开jupyter-notebook并使用进入虚拟环境conda activate audio安装ipykernelconda activate ipykernel将虚拟环境加入notebook的kernelpython -m ipykernel install --user --name audio --display-name audio-m：把模块（库）当做脚本（完整的.
2021-06-22 13:55:06
236
原创 【KAWAKO】模型的压缩、扩张，计算模型的各种成本
目录模型压缩量化稀疏化训练剪枝知识蒸馏自蒸馏集成使用精细化模型结构模型扩张深度宽度输入图像的分辨率深度、宽度、分辨率联合扩张使用精细化模型结构模型压缩量化稀疏化训练剪枝知识蒸馏自蒸馏集成使用精细化模型结构模型扩张深度宽度输入图像的分辨率深度、宽度、分辨率联合扩张使用精细化模型结构...
2021-05-13 09:33:45
1431
3
原创 【KAWAKO】MNN-将推理程序交叉编译成RK1126的可执行文件
目录得到RK交叉编译器将交叉编译器添加进path对MNN进行交叉编译对自己的工程进行交叉编译将编译好的可执行文件和.so动态库放入板子中运行得到RK交叉编译器主要用到这两个，一个gcc的，一个g++的。这个交叉编译器请自行下载将交叉编译器添加进path在 /usr/local 路径下随便创建个 arm 文件夹，然后把整个交叉编译器的文件夹全扔进去编辑 /etc/bash.bashrcvi /etc/bash.bashrc在末尾加上...
2021-05-07 09:19:59
813
原创 【KAWAKO】MNN-使用量化后的模型进行推理（c++）
目录下文需要include的MNN库和自带库创建会话输入数据获取输入tensor数据处理将处理后的数据存入Tensor运行会话获取输出使用CMakeLists.txt进行编译路径目录编译过程下文需要include的MNN库和自带库#include <MNN/ImageProcess.hpp>#define MNN_OPEN_TIME_TRACE#include <algorithm>#include <fstre...
2021-04-29 09:44:17
1822
原创 【KAWAKO】MNN-将pytorch训练出的pth模型转为mnn模型并进行训练量化
目录将pytorch训练好的.pth模型转为.onnx模型使用MNNConvert命令将.onnx模型转为.mnn模型（linux上进行）报错解决大概过程就是未完待续将pytorch训练好的.pth模型转为.onnx模型import torchimport torch.onnximport models# 读取模型model = models.crnn(inputdim=64, outputdim=1, pretrained_file= "trainedModel..
2021-04-23 20:29:21
3699
20
原创 【KAWAKO】卷积神经网络-AlexNet
目录背景概述网络结构总结构图详细描述highlightReLULocal Response NormalizationOverlapping PoolingDropoutData Augmentation实验结果优点缺点相关链接背景概述2012年提出，用于参加ImageNet比赛并获得了冠军。采用了更深的网络结构，使用了ReLU、Dropout等到现在为止依然有用的方法，说它是之后的深度卷积神经网络的开山鼻祖都不为过。网络结构总结构图
2021-04-22 17:30:02
466
原创 【KAWAKO】卷积神经网络-LeNet-5
目录背景网络结构总结构图详细描述highlight实验结果优点缺点相关链接背景概述1998年提出，用于解决手写数字识别问题。提出了“卷积”和“池化”的概念“卷积-池化-全连接”的经典网络结构。网络结构总结构图详细描述除输入层外，共有7层。 input-输入层 输入32*32的灰度图。 C1-卷积层 input shape：1,32,32kernel size：5kernel channels：6stride：1,
2021-04-21 11:26:14
236
原创 【KAWAKO】卷积神经网络-经典模型汇总
【KAWAKO】卷积神经网络-经典模型汇总模型名称 发表时间 lenet 1994 alexnet 2012 zfnet 2014 googlenet 2014 vggnet 2014 resnet 2015 inception-v2 2015 inception-v3 2015 inception-v4 2016 inception-resnet v1/v2 2016 w.
2021-04-21 10:44:12
198
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人