- 博客(6)
- 收藏
- 关注
RSS订阅原创 AST模型深度学习源码解读
问题1：环境问题，Pycharm环境的代码总是不对，显示缺torch，然后我在当前文件夹下pip安装torch，显示找不到，出的问题是：默认当前打开文件的环境不是pycharm所配置的环境。在每次训练时，利用这个迭代器输出每一个batch数据，并能在输出时对数据进行相应的预处理或。怀疑问题：数据量较大，直接将所有批次的数据存储在列表中会占用大量内存，可能导致内存不足。应该找到pycharm所配置的环境所在位置，在该环境下安装新的包等等。torch.nn 神经网络的一些函数，连接层，激活函数等。
2025-05-13 15:40:35
358
原创 动手学深度学习
我们可以将某些数据集视为一个表，其中表的行对应样本，列对应属性。对于一个带有参数的模型，我们想要找到其中能拟合数据的最好模型。机器学习用来解决一些需要智能的任务，比如语音识别，文字识别。要在不确定的情况下进行严格的推断，我们需要借用概率语言。也就是说，与其基于单独调整的组件组装系统，不如构建系统，然后联合调整它们的性能。你遇到的哪些问题有许多解决它们的样本，但没有具体的自动化方法？例如，沿着张量的最外轴，我们可以访问或遍历小批量的数据样本。基础知识：微积分，线性代数，概率论，信息论。
2025-05-13 15:39:46
94
原创 深度学习Conda环境配置
所以我只好选择降级，但是没有生效，只好选择强制降级，使用conda install numpy=1.26.4 -c conda-forge --force-reinstall。但是显示numpy未被识别到，我就随手pip install 了一下numpy，然后整个环境就崩了，因为更新后的numpy是2.x，但我之前环境中很多旧的包的依赖是1.x，例如librosa，soxr等等。但是我还是选择了更新了依赖树，导致全部崩盘，一直卡在Solving environment求解，希望找到一个不冲突的兼容。
2025-04-29 18:33:18
116
原创 audio diffusion model用于音频生成
传统生成的流程：1.encoder，将数据编码；3.单独训练一个decoder，将中间产物去噪生成。audio diffusion：1.vae，图像编码，到一个lantent space生成 然后将潜在表示解码到像素空间。自定义pipeline时，可以直接实例化对应的类，然后将scheduler和vae的值传进去。2.u-net，对潜在空间的表示进行去噪，然后用decoder解码到真实空间。2.latent channels 潜在空间的维度吧，编码压缩后的特征维度。例如，如果两个特征图形状为。
2025-04-14 00:22:04
281
原创 pip install –r requirements.txt Invaid requirement：‘- r’ 安装问题
pip install –r requirements.txt Invaid requirement：‘- r’ 安装问题
2024-04-10 02:39:51
1897
1
原创 三天速成操作系统（统计每一天遇到的问题+提出解决办法+解决复习题）
先谈谈个人对操作系统学习的理解：操作系统的学习可以先浅显分为几个模块：1.操作系统的四大特征2.操作系统的四大功能（1）处理机管理功能；（2）存储器管理功能；（3）设备管理功能；（4）文件管理功能；先来学习四大特征。分别是：并发，共享，虚拟和异步。第一点，并发（Concurrence）。并发不等于并行。并发是宏观上的并行。程序在系统中只能顺序运行。引入进程后，两个进程才能并发运行。第二点，共享（Sharing）OS环境下的共享是资源复用。第一种
2022-01-10 21:34:02
1549
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