- 博客(129)
- 收藏
- 关注
RSS订阅原创 深度学习处理文本（6）
例如，在一个合理的词向量空间中，同义词应该被嵌入到相似的词向量中，一般来说，任意两个词向量之间的几何距离（比如余弦距离或L2距离）应该与这两个单词之间的“语义距离”有关。但从更实际的角度来说，一个好的词嵌入空间在很大程度上取决于你的任务，英语影评情感分析模型的完美词嵌入空间，可能不同于英语法律文件分类模型的完美词嵌入空间，因为某些语义关系的重要性因任务而异。（维度大小等于词表中的单词个数），而词嵌入是低维的浮点向量（密集向量，与稀疏向量相对），如图11-2所示。词嵌入是密集的表示，也是。
2025-04-01 08:46:50
523
原创 深度学习处理文本（5）
第二，这个模型的测试精度只有87%，性能还不如一元语法二进制模型，后者的速度还很快。显然，使用one-hot编码将单词转换为向量，这是我们能做的最简单的事情，但这并不是一个好主意。奇怪的是，一维卷积神经网络在NLP中一直没有很流行，尽管根据我自己的经验，一维深度可分离卷积的残差堆叠通常可以实现与双向LSTM相当的性能，而且计算成本大大降低。但如果想导出一个独立于这个管道的模型，我们应该确保模型包含文本预处理（否则需要在生产环境中重新实现，这可能很困难，或者可能导致训练数据与生产数据之间的微妙差异）。
2025-04-01 08:46:24
470
原创 深度学习处理文本（4）
同时，某个词在数据集所有文档中的出现频次也很重要：如果一个词几乎出现在每个文档中（比如“the”或“a”），那么这个词就不是特别有信息量，而仅在一小部分文本中出现的词（比如“Herzog”）则是非常独特的，因此也非常重要。如果你做的是文本分类，那么知道一个单词在某个样本中的出现次数是很重要的：任何足够长的影评，不管是哪种情绪，都可能包含“可怕”这个词，但如果一篇影评包含许多个“可怕”，那么它很可能是负面的。我们在这个二进制编码的二元语法袋上训练模型，并测试模型性能，如代码清单11-8所示。
2025-03-31 09:18:24
717
原创 深度学习处理文本（3）
最后，你也可以采用混合方法：Transformer架构在技术上是不考虑顺序的，但它将单词位置信息注入数据表示中，从而能够同时查看一个句子的不同部分（这与RNN不同），并且仍然是顺序感知的。今天，这两种方法仍然都是有价值的。请注意，本例的数据集是一个平衡的二分类数据集（正面样本和负面样本数量相同），所以无须训练模型就能实现的“简单基准”的精度只有50%。这些数据集生成的输入是TensorFlow tf.string张量，生成的目标是int32格式的张量，取值为0或1，如代码清单11-2所示。
2025-03-31 09:18:02
444
原创 深度学习处理文本（2）
接下来，如果想将模型导出到生产环境中，你可能希望导出一个接收原始字符串作为入的模型（类似上面第二种用法的代码片段），否则，你需要在生产环境中（可能是JavaScript）重新实现文本标准化和词元化，可能会引入较小的预处理偏差，从而降低模型精度。对于编码为整数序列的文本，如果你需要将其转换回单词，那么这种方法很有用。你可以用无状态的方式来执行此操作，比如将每个词元哈希编码为一个固定的二进制向量，但在实践中，你需要建立训练数据中所有单词（“词表”）的索引，并为词表中的每个单词分配唯一整数，如下所示。
2025-03-30 18:58:23
565
原创 深度学习处理文本（1）
在计算机科学领域，我们将人类语言（如英语或普通话）称为“自然”语言，以区别于为机器设计的语言（如汇编语言、LISP或XML）。每一种机器语言都是设计出来的：人类工程师写下一组正式规则，描述用这种语言可以编写哪些语句以及这些语句的含义。**规则在先，只有这组规则是完备的，人们才会开始使用这种语言。**人类语言正好相反：**使用在先，规则出现在后。自然语言是进化形成的，就像生物体一样，这是我们称其为“自然语言”的原因。**自然语言的“规则”（比如英语语法）是在事后确立的，而且经常被使用者忽视或破坏。
2025-03-30 18:12:37
792
原创 深度学习处理时间序列（7）
遇到一个新问题时，最好首先为你选择的指标建立基于常识的基准。如果没有需要超越的基准，那么就无法判断是否取得了真正的进展。在尝试计算代价较高的模型之前，先尝试一些简单的模型，以证明增加计算代价是有意义的。有时简单模型就是你的最佳选择。如果顺序对数据很重要，特别是对于时间序列数据，那么循环神经网络（RNN）是一种很适合的方法，与那些先将时间数据展平的模型相比，其性能要更好。Keras中的两个基本的RNN层是LSTM层和GRU层。
2025-03-29 10:57:23
1139
原创 零基础入门多媒体音频（5）-aidl通信
从机制的角度来看，Binder在Android中起到了一种桥梁的作用，使得进程之间可以建立起通信管道，在需要的时候进行数据交换和消息传递。它允许一个进程调用另一个进程中的方法，就像调用本地方法一样，这使得应用程序可以在不同的进程之间共享功能和服务。然后，在客户端，开发者可以使用这些接口来调用服务端的方法，实现跨进程通信。总的来说，Binder是Android系统中实现进程间通信的重要机制，它为开发者提供了方便而强大的工具，使得不同进程之间的通信和数据共享变得简单而高效。
2025-03-29 10:48:42
452
原创 零基础入门多媒体音频（4）-GENIVIProjectAudioManager总览
共包含三部分，command（项目软件与项目以外的软件的信息传递，调用传递），control（音频功能的核心决策层，负责业务逻辑的处理），routing（音频业务的具体执行者）。它能够识别和管理多种音频源，如收音机、CD播放器、蓝牙设备、USB接口等，并根据用户的选择或系统的设定，将音频信号传输到相应的音响设备，如扬声器、耳机等。此外，AudioManager还具备音频信号处理的能力，可以对音频信号进行放大、均衡、混响等处理，以提升音频的音质和听感。这两者都实现了将音频系统状态的变化传递给系统的关注者。
2025-03-29 10:47:53
586
原创 深度学习处理时间序列（6）
我们回头来看基于LSTM的模型，它是第一个能够超越常识基准的模型。2016年，Yarin Gal在他关于贝叶斯深度学习的博士论文中，确定了在RNN中使用dropout的正确方式：在每个时间步都应该使用相同的dropout掩码（相同模式的舍弃单元），而不是在不同的时间步使用随机变化的dropout掩码。由于使用了dropout，我们不需要过分依赖网络尺寸来进行正则化，因此我们将使用具有两倍单元个数的LSTM层，希望它的表示能力更强（如果不使用dropout，这个网络会马上开始过拟合，你可以试试看）。
2025-03-29 10:05:09
1142
原创 深度学习处理时间序列（5）
但是，如果所有序列的长度相同，那么我建议指定完整的输入形状，因为这样model.summary()能够显示输出长度信息，这总是很好的，而且还可以解锁一些性能优化功能。RNN单元的类型（如前所述）决定了假设空间，即在训练过程中搜索良好模型配置的空间，但它不能决定RNN单元的作用，那是由单元权重来决定的。相同的单元具有不同的权重，可以起到完全不同的作用。值得庆幸的是，SimpleRNN层并不是Keras中唯一可用的循环层，还有另外两个：LSTM层和GRU层，二者都是为解决这个问题而设计的。
2025-03-29 09:43:18
972
原创 Android audio(10)-AudioFlinger的track数据管理
源码位置：/frameworks/av/services/audioflinger/Threads.h……回放线程基类，不同输出flag的音频流对应不同类型的 PlaybackThread 实例（分为四种：MixerThread、DirectOutputThread、DuplicatingThread、OffloadThread），所有的 PlaybackThread 实例都会添加到 AudioFlinger.mPlaybackThreads 向量中。
2025-03-28 13:36:37
695
原创 深度学习处理时间序列（4）
智能生物处理信息是渐进式的，保存一个关于所处理内容的内部模型，这个模型是根据过去的信息构建的，并随着新信息的进入而不断更新。在处理两个彼此独立的序列（比如批量中的两个样本）之间，RNN的状态会被重置，所以你仍然可以将一个序列看作单个数据点，即神经网络的单个输入。这个RNN对时间步进行遍历，在每个时间步t，它都会考虑t的当前状态和t的输入（形状为(input_features,)），并对二者计算得到t的输出。出张量中的每个时间步t都包含入序列中时间步0到t的信息，即关于过去的全部信息。NN实现起来很简单。
2025-03-28 09:04:51
815
原创 深度学习处理时间序列（3）
同样，在开始研究复杂且计算代价很大的模型（如RNN）之前，尝试简单且计算代价很小的机器学习模型（比如小型的密集连接网络）也是很有用的。我们使用均方误差（MSE）作为损失，而不是平均绝对误差（MAE），因为MSE在0附近是光滑的（而MAE不是），这对梯度下降来说是一个有用的属性。这个假设的含义是，如果沿着序列滑动一个窗口，那么窗口的内容应该遵循相同的属性，而与窗口位置无关。在本例中，我们可以放心地假设：温度时间序列是连续的（明天的温度很可能接近今天的温度），并且具有每天的周期性变化。
2025-03-28 09:04:24
1330
原创 Python实战（6）-网络编程
Twisted是由Twisted Matrix Laboratories（http://twistedmatrix.com）开发的，这是一个事件驱动的Python网络框架，最初是为编写网络游戏开发的，但现被各种网络软件使用。在Twisted中，你能实现事件处理程序，就像在GUI工具包中一样。实际上，Twisted与多个常用的GUI工具包（Tk、GTK、Qt和wxWidgets）配合得天衣无缝。本节介绍一些基本概念，并演示如何使用Twisted完成一些简单的网络编程任务。掌握这些基本概念后，你就可参考Twis
2025-03-27 08:53:26
1040
原创 Python实战（5）-网络编程
如果处理的是流（使用TCPServer时很可能如此），可使用StreamRequestHandler类，它包含另外两个属性：self.rfile（用于读取）和self.wfile（用于写入）。对进程（运行的程序）进行分叉时，基本上是复制它，而这样得到的两个进程都将从当前位置开始继续往下执行，且每个进程都有自己的内存副本（变量等）。模块SocketServer还包含很多其他的类，它们为HTTP服务器提供基本的支持（如运行CGI脚本），以及XML-RPC支持（这将在第27章讨论）。
2025-03-27 08:52:56
960
原创 android音效算法集成框架(3)
同一个音效，它绑定到不同的seesionId时，会被重新创建一个新的EffectModule对象。比如BassBoost低音增强音效，它被分别绑定到QQ音乐和酷狗音乐的sessionId时，就会创建两个不同的BassBoost对象。这样两个音效处理就会各不干扰。前面讲了多个EffectChain之间的执行顺序，那么在EffectChain中的多个EffectModule，它们的执行顺序是什么呢？
2025-03-26 08:48:01
717
原创 android音效算法集成框架(4)
因为在EffectModule::process()函数中，没有进行音效处理类型(EFFECT_FLAG_TYPE_PRE_PROC或EFFECT_FLAG_TYPE_POST_PROC)的判断，只判断了此音效算法是否声明了EFFECT_FLAG_NO_PROCESS flag。EffectChain中包含的所有EffectModule对象，它们的输入和输出共享内存块都使用的是EffectChain的输入内存块，只有最后一个EffectModule的输出内存块使用的是EffectChain的输出内存块。
2025-03-26 08:47:13
1214
原创 android音效算法集成框架(2)
当然，如果音效处理前后的数据所需的内存大小完全一样，也可以将输入和输出指向同一块共享内存。AndroidFlinger在接收到AudioTrack的创建请求时(AudioFlinger.cpp->createTrack()函数中)，会为每个Track新分配一个唯一的seesionId，它是一个正整数，根据Track创建的先后顺序递增，也就是说越晚创建的Track，它被分配的seesionId的数值越大。标为红色的downmix_module_t代表的是音效算法的实现方，中间白色部分是前文提到的音效框架。
2025-03-25 09:01:32
805
原创 android音效算法集成框架(1)
Android的音效架构中，将所有的音效算法全部挂载到AudioHAL进程中运行。根据音效算法作用的位置，可以分为三类：Track音效、Stream音效、Device音效。即：针对某一个Track的处理音效、针对某种StreamType的处理音效、针对某个Device的处理音效。Track只是在APP层和AudioServer框架层中的概念，到了AudioHAL层已经没有Track的概念，只有Stream和Device。
2025-03-25 09:00:46
476
原创 Android Audio基础(13)——audiomixer
在 Android 平台上，音频混合器 AudioMixer 主要用在 AudioFlinger 里，将多路音频源数据混音（包括混音、音量处理、重采样及处理声道等）。位于 framework 的音频处理模库 libaudioprocessing（frameworks/av/media/libaudioprocessing）中。
2025-03-24 12:38:17
1037
原创 Android Audio焦点（27）——音量调节基础
前面的文章中提到过，AudioService 的主要功能之一就是负责调节音量，本文主要详细介绍一下 AudioService 中音量调节相关的内容。我们先思考一个问题，音量处理的关键点是哪些？我的总结是以下两点。a.音量处理作用位置（作用在track数据，作用在output数据，作用在全局）b.音量值（最大，最小值，步进）不难发现音量处理和音效处理有很大的相似之处，或者说音量处理就是一种音效。一种最常见的音效。音效处理最关键的两个点也是作用位置和音效参数。
2025-03-24 12:37:45
482
原创 连续型随机变量及其分布
①对于一个连续型随机变量X，若已知它的概率密度f（x），根据定义可以求得分布函数F（x），同时可以通过密度函数的积分来求X落在任何区间上的概率，即。由此性质可见，连续型随机变量X取任意值a的概率为0，这说明概率为零的事件不一定是不可能事件.同样，概率为1的事件也不一定是必然事件.这表明均匀分布的随机变量X落入［a，b］任意子区间的概率与该子区间的长度成正比，而与子区间的位置无关.［定义1］ 若对于随机变量X的分布函数F（x），存在非负可积函数f（x），使得对于任意实数x，有。（2）求X的分布函数；
2025-03-23 21:51:08
408
原创 Python实战（4）-网络编程
本章将通过示例展示如何使用Python来编写以各种方式使用网络（如互联网）的程序。Python提供了强大的网络编程支持，有很多库实现了常见的网络协议以及基于这些协议的抽象层，让你能够专注于程序的逻辑，而无需关心通过线路来传输比特的问题。另外，对于有些协议格式，可能没有处理它们的现成代码，但编写起来也很容易，因为Python很擅长处理字节流中的各种模式（从本书前面介绍的各种处理文本文件的方式中，你可能领教了这一点）。鉴于Python提供的网络工具众多，这里只能简要地介绍它的网络功能。
2025-03-23 20:49:01
834
原创 android 音量调节
安卓音频数据的最终音量由三部分组成，分别是master volume(全局音量，对整个系统所有的音频数据生效），stream volume(流音量，只针对特定类型的音频数据生效)和track volume(track音量，只针对某个audiotrack的数据生效)。音频数据音量大小公式：playbackthread负责这个具体值的计算并设置到audiomixer中生效。其中master_volume，stream_volume和track_volume都是百分比，1表示音量调到最大；
2025-03-22 15:24:32
1046
原创 android音频概念解析
output在创建同时，会创建一个与之一一对应的PlaybackThread，句柄为output，保存在AudioFlinger的mPlaybackThreads中；Output的描述符，真正的output实体，以output为句柄，保存在AudioPolicyManager的mOutputs中；对于module里的每一个output, new IOProfile, 放入module的mOutputProfiles；配置文件中的每一个module都被描述为HwModule，保存在mHwModules中；
2025-03-22 14:48:17
1047
原创 随机变量及其分布函数
前面我们讨论了随机事件及其概率，为了更全面、系统地研究，找到随机现象的，有必要将随机试验的.为此，人们引入了的概念.随机变量及其与之相关的一系列概念的引入，使概率论的研究能够借助数学分析工具，为概率论的研究获得了飞速发展.
2025-03-22 13:52:56
1171
原创 Python实战（3）-数据库操作
前面说过，可用的SQL数据库引擎有很多，它们都有相应的Python模块。这些数据库引擎大都作为服务器程序运行，连安装都需要有管理员权限。为降低Python DB API的使用门槛，我选择了一个名为SQLite的小型数据库引擎。它不需要作为独立的服务器运行，且可直接使用本地文件，而不需要集中式数据库存储机制。在较新的Python版本（从2.5开始）中，SQLite更具优势，因为标准库包含一个SQLite包装器：使用模块sqlite3实现的PySQLite。
2025-03-21 21:25:59
1134
原创 AudioTrack
①java层的AudioTrack只是java语言的api（包皮公司），我们对java层AudioTrack的api调用，实际都会传递到native层的AudioTrack去执行；②native层的AudioTrack在初始化的时候，会跨进程的调用AudioFlinger的createTrack方法，并返回一个IAudioTrack的对象，native层的AudioTrack以及AudioFlinger通过这个对象进行交互；
2025-03-21 20:38:28
995
原创 Android13音频子系统分析(四)---座舱的多音区框架
目录一、AAOS架构二、CarAudioService初始化2.1 car_audio_configuration.xml配置文件2.2 AudioPolicy的数据结构2.3 CarAudioService.java->init()函数三、多音区的路由策略四、多音区的音量控制4.1 默认物理音量按键调节4.2 各个乘员区的音量按键调节4.3 通过CarAudioManager调节Google在Android核心系统的基础上，为车机系统扩展了一套针对智能座舱场景下的多音区框架，多音区是指在汽车中，不同的用户
2025-03-20 08:50:15
619
原创 时空（3）
我们必须确定一种方法来测量斜边s的长度，即时空中两个事件的距离。应该选择欧几里得空间吗?选择欧几里得空间，我们就可以使用勾股定理了。还是选择更复杂的几何空间?也许空间是弯曲的，像地球表面或者其他更复杂的形状。事实上，我们可以想象出无数种计算距离的方法。不妨进行猜测，猜测是物理学家经常做的事情。我们以奥卡姆剃刀原理为指导进行猜测。奥卡姆剃刀原理非常重要，且很有用，它是以生活在14世纪初的英国思想家威廉的名字来命名的。这个想法说起来很简单，实行起来却不容易。它可以被概括为“不要把事情复杂化”。奥卡姆本人将其表述
2025-03-20 08:06:17
286
原创 时空（2）
把预言的娱乐成分放在一边，让我们引入一些重要的专业术语。诺查丹玛斯的死是一个“事件”，跟阿道夫·希特勒(Adolf Hitler)的诞生和伦敦大火一样。诺查丹玛斯看到他死后的事件，比如那场伦敦大火，就颠倒了大火和他的死亡这两件事件的顺序。再明显不过，诺查丹玛斯死在大火之前，因此他不可能看到它。他若要在死前看到它，那么必须颠倒事件顺序，让大火在他死前发生。更明确点说，假设诺查丹马斯巧妙地安排了这场大火。比如，他死时留下一笔银行存款，鼓励某人于1666年9月2日午夜后不久在布丁巷放火。这样，诺查丹玛斯的生死和伦
2025-03-20 08:05:56
307
原创 Python实战（2）-数据库支持
使用简单的纯文本文件可实现的功能有限。诚然，使用它们可做很多事情，但有时可能还需要额外的功能。你可能希望能够自动完成序列化，此时可求助于shelve和pickle（类似于shelve）。不过你可能需要比这更强大的功能。例如，你可能想自动支持数据并发访问，即允许多位用户读写磁盘数据，而不会导致文件受损之类的问题。还有可能希望同时根据多个数据字段或属性进行复杂的搜索，而不是采用shelve提供的简单的单键查找。
2025-03-19 19:55:15
561
原创 Python实战（1）-GUI文本编辑器
至此，我们大致具备了编写前述程序所需的知识，但还需获悉用于创建小型文本框和大型文本区域的控件的名称，通过快速浏览文档可知，要创建单行文本框，可使用控件Entry。在这里，我们将使用’1.0’来指定第1行的第0个字符(即第一个字符前面)，1使用END来指定文本未尾，并使用INSERT来指定当前插入点，最终的程序如代码清单12-1和图12-2所示。例如，对于鼠标单击事件，它提供了x和y坐标，在这个示例中将它们打印出来了。要让控件对特定的事件进行处理，可对其调用方法bind，并指定事件的名称和要使用的函数。
2025-03-19 19:18:23
1104
原创 Android13音频子系统分析(二)---初始化
目录一、AudioPolicyService初始化1.1 AudioPolicyService::onFirstRef()函数1.2 AudioCommandThread线程1.3 AudioPolicyManager初始化1.3.1 解析audio_policy_configuration.xml配置文件1.3.2 解析audio_policy_engine_configuration.xml配置文件1.3.3 AudioPolicyManager::onNewAudioModulesAvailableI
2025-03-19 11:54:37
674
原创 Android13音频子系统分析(一)---整体架构
在Java世界中的定义是：AudioPort.java和AudioPortConfig.java，位于/frameworks/base/media/java/android/media/目录中。Track：代表的是应用层的一个播放对象，一个应用进程中可以创建多个Track。在/frameworks/base/services/core/java/com/android/server/audio/这个目录中，我并没有看到音量控制相关的类，因为它是由AudioService.java自己实现的。
2025-03-19 11:54:14
818
原创 时空（1）
在前面的内容中，我们紧随历史，领略了相对论的来龙去脉。一路走来，我们的思考与爱因斯坦当初发现相对论时的思索相差无几。回想一下，不得不承认，空间不是上演生活琐事的大舞台，时间也不是恒常流失的时间。相反，我们逐步认识到，时空是可伸缩的，是依赖于观测者的，也就是个体化的。不再有一个大钟能放之四海皆准，它被推倒了，被抛弃了。传统空间的命运也是如此。我们之所以认为它是包裹着生活的大盒子，只是因为这样做能让我们最便捷、最快速梳理身边的事情。空间也只是一个空间意识，一个想象的网格，套在运动的物体上，赋予它们位置，这样，危
2025-03-19 08:58:38
515
原创 MTK ADSP
息队列msg_idx_queue,此时会唤醒之前block在msg_idx_queue的task_common_task_loop任务并完成对相关消息的处理。audio init函数最终会调用到create_all_audio_task函数完成对所有任务的创建。DL_2ch_xx (fe)=> I2SOUTxx(be)(master) D表示down。2.audio_task包含成员变量和成员函数指针。task_common_task_loop中对IPI消息的分析后面具体分析。
2025-03-19 08:58:09
1153
原创 Android Audio基础（18）——最小缓冲区
在分析获取最小帧数前，我们先来了解几个相关的概念。帧帧（frame）：表示一个完整的声音单元，所谓的声音单元是指一个采样样本。如果是双声道，那么一个完整的声音单元就是 2 个样本，如果是 5.1 声道，那么一个完整的声音单元就是 6 个样本了。帧的大小（一个完整的声音单元的数据量）等于声道数乘以采样位宽，即 frameSize = channelCount * bytesPerSample。无论是框架层还是内核层，都是以帧为单位去管理音频数据缓冲区的。在音频开发领域通常也会说采样点来对应帧这个概念。
2025-03-18 11:45:27
1116
原创 Android audio(8)-native音频服务的启动与协作（audiopolicyservice和audioflinger）
本文讲解音频系统的“核心组成：音频策略的制定者AudiopolicyService以及音频策略的执行者AudioFlinger。其它的文章深度都不高，而且独立性较强，分别讲解audiofligner和audiopolicyservice服务能够独立完成的业务功能，本篇重点讲解audioflinger和audiopolicyservice如何协同工作以及分工，共同保障音频系统的正常工作。
2025-03-18 11:42:30
1313
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人