<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_44558039的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_44558039</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_44558039]]></copyright><item><title><![CDATA[读论文回答的问题]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/169264816</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/169264816</guid><author>qq_44558039</author><pubDate>Tue, 27 Oct 2026 17:15:17 +0800</pubDate><description><![CDATA[【代码】读论文回答的问题。]]></description><category></category></item><item><title><![CDATA[ASR系列知识整理（一）音频知识]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/161136899</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/161136899</guid><author>qq_44558039</author><pubDate>Sat, 16 May 2026 11:12:02 +0800</pubDate><description><![CDATA[ASR 语音识别全流程硬性底线：所有训练、微调、测试、线上推理音频，必须统一为16000Hz 采样率、16bit 位深、单声道无损 WAV 格式，统一提取 80 维 Fbank 特征输入模型。]]></description><category></category></item><item><title><![CDATA[The Flan Collection: Designing Data and Methods for Effective Instruction Tuning结论]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/160596790</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/160596790</guid><author>qq_44558039</author><pubDate>Tue, 28 Apr 2026 17:06:46 +0800</pubDate><description><![CDATA[例如，一个原始的任务是给定一个问题x，评估模型是否能回答 y。4.增加训练数据各个维度的多样性，例如：改变指令的位置（在少提示之前或之后）、少提示和思维链提示之间的间隔和分隔符、多选题的答案选项（及其目标）的排列方式，有时还会在输入或示例中包含或排除答案选项。的零样本提示（zero-shot prompt）和少样本提示（few-shot prompt）来训练语言模型可以提高语言模型在不同任务上的泛化能力。6.指令调优模型（instruct模型）更适合作为新任务微调的起始模型。5.对于不同任务集合的。]]></description><category></category></item><item><title><![CDATA[whisper学习QA]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/155888641</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/155888641</guid><author>qq_44558039</author><pubDate>Mon, 15 Dec 2025 10:35:57 +0800</pubDate><description><![CDATA[Fbank 特征是一种模拟人耳听觉特性的语音频谱表示方法，通过 Mel 滤波器组从语音信号中提取出的能量特征。它被广泛用于现代语音识别系统中，作为神经网络（如 Transformer Encoder-Decoder）的输入特征。“词表”（vocabulary）在自然语言处理（NLP）和语音识别等任务中，是指模型所使用的一组基本语言单元的集合。字符子词单元（subword units），如 Byte Pair Encoding (BPE)、WordPiece、SentencePiece 等单词（word）]]></description><category></category></item><item><title><![CDATA[Transformer模型详解（二），多头自注意力机制（Muti-HeadSelf Attention）]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/140390279</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/140390279</guid><author>qq_44558039</author><pubDate>Fri, 12 Jul 2024 23:09:27 +0800</pubDate><description><![CDATA[多头顾名思义就是同时通过多个自注意力机制进行特征提取，图不同深度的颜色就代表了多头，h表示了多头的数量，完成多头的计算后，再使用一个线性层，将多组自注意力机制的计算结果进行结合再输出。其中自注意力机制会分别使用QKV，三个线性层对输入数据进行特征变换，并使用scaled dot product attention的计算方法，将特征变化后的QKV进行结合。代入到QKV的计算公式中，计算注意力机制的输出，本质上对QKV3组信息进行选择和融合，得到一个最终的注意力结果。]]></description><category></category></item><item><title><![CDATA[Transformer模型详解（一），Attention is all you need]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/140389131</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/140389131</guid><author>qq_44558039</author><pubDate>Fri, 12 Jul 2024 22:41:48 +0800</pubDate><description><![CDATA[Transformer与RNN与CNN是一样的，都可以理解为一种深度学习模型。]]></description><category></category></item><item><title><![CDATA[（最新版）在conda虚拟环境中配置cuda+cudnn+pytorch深度学习环境]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/139389756</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/139389756</guid><author>qq_44558039</author><pubDate>Sun, 02 Jun 2024 13:30:08 +0800</pubDate><description><![CDATA[最近重新配置环境发现现有的教程太久远了，部分内容i经不适用了，所以在前人的及基础上进行了补充和改正。首先，确保已经安装好，安装过程很简单，傻瓜安装即可。如果你还不是很清楚CUDA，CUDATookit，cuDNN，Pytorch分别在深度学习环境中的定位与关系，推荐看一下这篇文章（）另外，如果你还不是特别理解虚拟环境的作用，建议看一下这位大佬的视频OK，开始正文，搞事开始。]]></description><category></category></item><item><title><![CDATA[ResNET简介与个人理解]]></title><link>https://blog.youkuaiyun.com/qq_44558039/article/details/138244274</link><guid>https://blog.youkuaiyun.com/qq_44558039/article/details/138244274</guid><author>qq_44558039</author><pubDate>Sat, 27 Apr 2024 10:59:38 +0800</pubDate><description><![CDATA[一、开发背景残差神经网络(ResNet)是由微软研究院的何恺明、张祥雨、任少卿、孙剑等人提出的， 斩获2015年ImageNet竞赛中分类任务第一名， 目标检测第一名。残差神经网络的主要贡献是发现了，并针对退化现象发明了，极大的消除了深度过大的神经网络训练困难问题。神经网络的“深度”首次突破了100层、最大的神经网络甚至超过了1000层。二、网络结构残差单元（残差块）ResNet团队分别构建了带有“直连边（Shortcut Connection）”的、以及。]]></description><category></category></item></channel></rss>