原创 Coursera Machine Learning 學習筆記(一)

       之前就對Machine Learning很感興趣,假期得閒看了Coursera Machine Learning 的全部課程,整理了筆記以便反覆體會。 I. Introduction (Week 1) - What is m

原创 Coursera Machine Learning 學習筆記(五)

- Cost function               針對訓練集以及我們的假設,下面我們將考慮如何確定假設中的係數。               我們現在要做的就是選擇合適的參數,參數的選取直接影響着所得到的直線對於訓練集描述的

原创 Coursera Machine Learning 學習筆記(十一)

- Polynomial regression        由於線性迴歸並不適用於所有的數據,因此有時候我們需要用曲線來擬合我們的數據,例如用二次多項式:               或者三次多項式:               通

原创 語音合成技術新手區&KALDI語音識別新手區

公告 爲了方便語音合成、語音識別入門者相互交流、互相學習幫助,特建: 語音合成技術交流新手羣 857378993 KALDI語音識別新手羣 279295537

原创 Tacotron-2:通過調節 WaveNet 對 Mel 頻譜預測的自然 TTS 合成

根據論文:https://arxiv.org/abs/1712.05884 首先第一部分爲論文主體的翻譯: 摘要 這篇文章描述了一個直接從文本合成語音的神經網絡架構,Tacotron-2。該系統由兩部分組成,首先是把字符向量(charac

原创 Ubuntu下(Linux+Apache+MYSQL+PHP, LAMP)環境搭建

最近開始玩PHP,於是試着搭建一下開發環境並做個記錄,以備日後再使用起來方便可查。 第一步 確保軟件包是最新的 sudo apt-get update 第二步 安裝Apache2 sudo apt-get install apa

原创 Coursera Machine Learning 學習筆記(六)

- Gradient descent        梯度下降算法是一個用來求得函數最小值的算法,這裏我們將使用梯度下降算法來求出代價函數的最小值。               梯度下降的思想是:開始的時候我們隨機選擇一個參數的組合並計算

原创 Coursera Machine Learning 學習筆記(七)

- Gradient descent for linear regression        這裏我們將梯度下降算法應用到線性迴歸模型中,我們先回顧一下梯度下降算法以及線性迴歸模型:               然後我們將梯度下降算法

原创 Coursera Machine Learning 學習筆記(八)

 IV. Linear Regression with Multiple Variables (Week 2) - Multiple features        之前我們介紹了單變量/單特徵的迴歸模型,現在我們對房價預測模型增加更

原创 Coursera Machine Learning 學習筆記(九)

- Feature scaling        當我們所面臨多維特徵問題的時候,我們需要保證多維數特徵都具有相近的尺度,這將有利於梯度下降算法更快地收斂。        以房價預測問題爲例,假設我們使用的兩種特徵,即房屋尺寸和房間數量,

原创 MATLAB中多個一維數組的合併

1、一維數組直接合並        題目:            數組work1[x1,x2——,xn],work2[y1,y2——,yn],現在要生成一個數組work3,        work3中的數據爲[x1,x2,x3--xn,y

原创 使用Editplus配置PHP調試環境

工慾善其事必先利其器,最近看了很多PHP的IDE介紹,最後選擇了Editplus,下面說說一些PHP的調試環境配置問題。        1. 添加PHP模板            第一步 新建->其它->php          

原创 Windows下搭建PHP開發環境

        昨天,寫了如何在Linux下配置LAMP開發環境。今天說說Windows下如何快速使用集成的軟件來搭建Windows的PHP開發環境。         在考量了一些資料之後,覺得靠譜是是Appserv和WampServ

原创 Coursera Machine Learning 學習筆記(十)

- Learning rate        在梯度下降算法中,算法收斂所需要的迭代次數根據模型的不同而不同。由於我們不能提前預知,因此我們可以繪製出迭代次數和代價函數的對應關係圖來觀測算法在何時是趨於收斂。              

原创 Coursera Machine Learning 學習筆記(三)

- Unsupervised Learning        在監督學習中,無論是迴歸問題還是分類問題,我們所用到數據都有明確的標籤或相應的預測結果。        而在非監督學習中,我們現有的數據沒有相應的結果或標籤,有的只是特徵。因此