cc的专栏

最近在做利用深度学习去噪的工作，大部分的工作都是利用spectrogram特征来做的，这就需要用到STFT， 本次利用的是python的scipy.signal模块。在做去噪的时候，首先需要先将输入信号x利用stft转换成spectrogram：ff, tt, yyx = scipy.signal.stft(test_noise_, fs=48000, nperseg = N, noverlap = N//2)其中N表示的是fft的窗口长度（这里因为没有设置nfft，所以默认取nfft = n

按住ctrl+shift+i打开如下的界面：在console栏输入下面的代码function ClickConnect(){console.log("Working");document.querySelector("colab-toolbar-button#connect").click()}setInterval(ClickConnect,60000)按一下回车即可。...

最近在学习meta-learning, 因为里面涉及到一些需要手动更新参数的操作，尝试了通过先求loss， 对trainable_variables进行梯度计算，然后再去作更新的操作，但是中途发现了很多的问题。现在记录一下：在这个实验中，主要目的是为了拟合一个二次函数，第一步是先生成相应的training data:from __future__ import absolute_import, division, print_function, unicode_literalsfrom .

class MyMode(keras.Model): def __init__(self): super().__init__() self.layer1 = Dense(64, input_dim = 4, activation = tf.nn.relu, trainable = True) self.layer2 = Dense(2, trainable = True) def call(self, x): ...

比方说冻住最后三层的参数，不让它们被训练更新：for layer in model.layers[:-3]: layer.trainable = False或者在model建立的时候就设定好参数，比如：frozen_layer = Dense(32, trainable=False) #在compile之后才会生效model.add(Dense(512, trainable=False))x=Convolution2D(64,[3,3],strides=1, ...

1. 打开Anaconda Navigator2. 选择Environments3. 更新

When defining convolution layers, you may always use the same padding type and the same initializer, and maybe even the same convolution size. For you pooling, maybe you are also always using the same...

Dataset API是TensorFlow 1.3版本中引入的一个新的模块，主要服务于数据读取，构建输入数据的pipeline。此前，在TensorFlow中读取数据一般有两种方法：使用placeholder读内存中的数据使用queue读硬盘中的数据（关于这种方式，可以参考我之前的一篇文章：十图详解tensorflow数据读取机制）相Dataset API同时支持从内存和

Anaconda使用教程（使用Anaconda配置多python开发环境）2016-12-25 • 技术杂谈 • 0 条评论 • chrisAnaconda使用教程第一弹（使用Anaconda配置多python开发环境）windows下用python非常的麻烦。所以想要一个包管理的东西，那么Anaconda是非常好的一个管理工具，无论你是想用python2.7还是python3.4。1.去官网下载...

matplotlib.pyplot.plot(*args, **kwargs) 绘制线条或标记的轴。参数是一个可变长度参数，允许多个X、Y对可选的格式字符串。例如，下面的每一个都是合法的：plot(x, y)       #plot x, y使用默认的线条样式和颜色plot(x, y, 'bo')    #plot x,y用蓝色圆圈标记plot(y)