原创 研讀Speech separation is the task of separating target speech from background interference

摘要: 語音分離是從帶背景干擾的語音中抽取目標語音的任務。傳統的,語音分離是信號處理問題的研究課題。最近的一些方法將語音分離當做有監督學習研究課題,基於訓練數據獲得語音、說話人和背景噪聲的區分性模式。在過去十年裏提出了許多有監督分離算法。

原创 windows系統部署python Deep Learning平臺

系統:windows 7 64位系統 python:python-2.7.8.amd64.msi 本人的Numpy, SciPy, matplotlib擴展包是通過相應exe文件進行安裝,但安裝python的擴展包較爲繁瑣,對應的ex

原创 win10-虛擬機-Ubuntu-TensorFlow

1. 安裝虛擬機 可以直接下載安裝,類似於安裝普通軟件 2. 安裝Ubuntu 網上有很多課程,推薦一個,比較簡單,只需要點點點 https://blog.csdn.net/qq1326702940/article/details/823

原创 Ubuntu 14.04.2 系統無線網絡不穩定問題

問題描述:最近安裝了win7和ubuntu 14.04.2雙系統,每次進入ubuntu系統,半小時內wifi必掉線,很是煩人,重啓又ok。 google不了只能baidu之。 1. 安裝wicd網絡管理器 2. 解決網卡驅動問題 代

原创 研讀何凱明大作Momentum contrast for unsupervised representation learning

Abstract 本文提出Momentum Contrast(MoCo)用於無監督視覺表徵學習。從contrastive learning的角度,通過一個隊列和移動平均的encoder構建動態詞典。在線構建一個大的且一致性詞典,靈活適配於

原创 變量命名規範

本文轉載於https://blog.csdn.net/ZCF1002797280/article/details/51495229 是我見過的描述最精煉、最好懂的命名文檔,故收藏轉載推薦。   1. 駝峯命名法 1.1 小駝峯法 除第一

原创 MHz, MIPS, DMIPS之間的區別

  What Why&How MHz 時鐘頻率單位,時鐘頻率的高低在很大程度上反映了CPU速度的快慢,由硬件決定   MIPS MIPS(Million Instructions Per Second):每秒

原创 caffe在筆記本ubuntu14.04 64位下的無GPU安裝

原文地址:http://www.itnose.net/detail/6241480.html caffe在筆記本ubuntu10.04 64位下的無GPU安裝     筆者花了很長時間才裝完,主要是cuda安裝和opencv安裝比較費勁

原创 普通dos編碼文件批量轉換爲UTF-8格式文件

    今天發現巨好用工具EditPlus,批量轉換文件編碼格式     文檔(Document)菜單——文件編碼(File encoding)——批量轉換編碼(File encoding multiple),選中全部文件後轉碼,然後再全

原创 perl中文處理

# 漢字之間加入空格 use strict; use warnings; use Encode; open(IN, "<", "中文文件.txt"); open(OUT, ">", "中文文件.txt.processed"); wh

原创 SVD奇異值分解簡析

Singular Value Decomposition(SVD,奇異值分解) Full SVD 矩陣Amn ,其中m和n不一定相等,可以寫成: Amn=UmmSmnVnn Umm 由AAT 的特徵向量構成; Vnn 由

原创 VS項目設置宏

項目設置中常用宏: ConfigurationName 配置名字,通常是Debug或者Release IntDir 編譯器使用的中間目錄,產出obj文件 OutDir 鏈接器使用的輸出目錄 ProjectDir 項

原创 openfst使用

1. 安裝 本人下載的是openfst-1.5.1版本 (1) ./configure (2) make (3) sudo make install 查看/usr/local/bin目錄是否生成可執行文件,以及/usr/local/lib

原创 虛函數

虛函數爲了重載和多態的需要,在基類中是有定義的,即便定義是空,所有子類中可以重寫也可以不寫基類中的函數! 純虛函數在基類中是沒有定義的,必須在子類中加以實現,很像java中的接口函數! 虛函數 引入原因:爲了方便使用多態特性,我們常常需要

原创 PCA,ICA和CCA(markdown)

PCA 主成分分析 m個n維的樣本數據X1,X2,...,Xm , 均值爲u 步驟: (1)標準化, Xi−u (2)計算協方差矩陣 E{(X−E(X))(X−E(X))T} (3)計算特徵值和特徵向量(單位化) (