原创 Transformer_XL原理和code

前言 目前在NLP領域中,處理語言建模問題有兩種最先進的架構:RNN和Transformer。RNN按照序列順序逐個學習輸入的單詞或字符之間的關係,而Transformer則接收一整段序列,然後使用self-attention機制來學習它

原创 一份螞蟻金服筆試作答

(1) 描述一個你曾經完成或參與的數據分析的項目   數據集的大小,包含多少變量/字段?你曾經用過的最大數據是多少?數據的採樣是如何進行的?如果是你進行採樣,用了什麼語言/算法/軟件?  在數據處理中,你需要考慮哪些因素,是否需要做數據清

原创 圖神經網絡綜述

文章目錄 1 簡介 1.1 GNN簡史 1.2 GNN的相關研究 1.3 GNN vs 網絡嵌入 1.4 文章的創新性 2 基本的圖概念的定義 3 GNN分類和框架 3.1 GNNs分類 3.2 框架 4 圖卷積網絡 4.1 基於圖譜

原创 Spark Standalone架構設計要點分析

Apache Spark是一個開源的通用集羣計算系統,它提供了High-level編程API,支持Scala、Java和Python三種編程語言。Spark內核使用Scala語言編寫,通過基於Scala的函數式編程特性,在不同的計算層面進

原创 spark任務調度——梳理龍骨

一直對高性能分佈式計算很感興趣,想找個時間好好梳理下這方面知識點。三個月前終於開始行動,每天利用地鐵和午休時間啃了些論文和微軟亞洲研究院出版《分佈式機器學習-算法、理論與實踐》、《spark內核設計的藝術-架構設計與實現》《深入理解spa

原创 從另一個角度的看圖神經網絡

0.圖深度學習簡介 傳統深度學習輸入數據在歐拉空間是格狀或者序列化的,圖數據在鄰居節點連接是多樣的、屬性也是多樣的、數據是圖狀存儲在歐拉空間數據格式是非格式化的。傳統的cnn、lstm網絡可否處理圖數據。 1.圖神經網絡 文章從以下三大方

原创 給靜態圖片添加動態效果

2020庚子年,天干地支紀年第37位;一次大疫情舉國譁。平白的多了近10日的假期,習慣上班下班的程序猿類居然開始有些不習慣無所事事,沒有指令的工作節奏。 閒來無事難得可以連上網絡,索性找些事情做做,以了卻無聊乏味。下文給各位看官介紹pyt

原创 terminal操作錄屏工具介紹

對於程序猿最好的學習方式是言傳身教,案例式教學。在碰到問題看別人是怎麼處理的,在一個情景中學習是全面的。可以學習到思考問題的完整思路和處理的技巧。然而往往問題是千載難逢,並不是每個人都能碰到,這時候如果有一個工具可以把處理的流程實時記載下

原创 tensorflow分佈式框架

原文鏈接:https://blog.csdn.net/stdcoutzyx/article/details/51645396 TensorFlow 又是好久沒有寫博客了,上班以來,感覺時間過得飛

原创 分佈式機器學習框架

原文鏈接:https://mp.weixin.qq.com/s?__biz=MzAwNDU4MjIyOA==&mid=401609990&idx=1&sn=843354795c8ed298f1b9a

原创 App廣告之商業變現的實現策略

原文鏈接:https://www.jianshu.com/p/a6ccc8668d1e 從事移動廣告商業變現多年,總是覺得產品與商務的同事是一對“歡喜冤家”。站在開發者的角度,關注用戶體驗最優是

原创 parameter server介紹

1. Parameter Server介紹 參數服務器是一個編程框架,用於方便分佈式並行程序的編寫,其中重點在於對大規模參數的分佈式存儲和協同的支持。 機器學習系統相比於其他系統而言,有一些自己的獨特特點。例如: 迭代性:模型的更新並非一

原创 語音合成技術概述

語音合成,又稱文語轉換(Text To Speech, TTS),是一種可以將任意輸入文本轉換成相應語音的技術。 傳統的語音合成系統通常包括前端和後端兩個模塊。前端模塊主要是對輸入文本進行分析,提取後端模塊所需要的語言學信息,對於中文合成

原创 語音合成

Question1: vocoder在合成中的角色??? 合成概況 語音合成主要有波形拼接和參數合成兩種方法[1]。 波形拼接方法   使用原始語音波形替代參數,合成的語音清晰自然,質量相比於參數合成方法要好。PSOLA(pitch sy

原创 語音合成基本參數

基頻參數 基本概念 聲帶每開啓和關閉一次的時間就是基音週期(pitch period),倒數即爲音頻頻率(pitch frequency)[1]。  基音頻率取決於聲帶的大小、厚薄、鬆緊程度,以及聲門上下之間的氣壓差的效應等。最低可達80