本项目是基于Pytorch的语音合成项目，使用的是VITS，VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种语音合成方法，这种时端到端的模型使用起来非常简单，不需要文本对齐等太复杂的流程，直接一键训练和生成，大大降低了学习门槛。

本文将介绍如何使用数据增强和模型修改的方式，在不使用任何预训练模型参数的情况下，在ResNet18网络上对Cifar10数据集进行分类任务。在测试集上，我们的模型准确率可以达到95.46%。在Kaggle的Cifar10比赛上，我训练的模型在300,000的超大Cifar10数据集上依然可以 ...

[导读]心血管疾病已成为全球健康的主要威胁之一，而心律失常作为其常见表现形式，早期检测与干预对降低死亡率至关重要。传统心电图（ECG）监测设备受限于体积、成本及使用场景，难以实现长期连续监测。随着可穿戴技术的突破，基于光电容积脉搏波（PPG ...

本文基于前期介绍的电力变压器，介绍一种基于 LSTM 预测模型的 SHAP 可视化分析教程。 数据集是使用.csv形式进行存储的，包括了除时间列外 “HUFL”, “HULL”, “MUFL”, “MULL”, “LUFL”, “LULL” 和 “OT”7个特征。 将 SHAP 值矩阵传递给条形图函数会创建一个全局 ...

最近我们被客户要求撰写关于LSTM的研究报告，包括一些图形和统计输出。 顾名思义，时间序列数据是一种随时间变化的数据类型。例如，24小时内的温度，一个月内各种产品的价格，一年中特定公司的股票价格 诸如长期短期记忆网络（LSTM）之类的高级深度学习 ...

在快速发展的自然语言处理领域，Transformers 已经成为主导模型，在广泛的序列建模任务中表现出卓越的性能，包括词性标记、命名实体识别和分块。在Transformers之前，条件随机场(CRFs)是序列建模的首选工具，特别是线性链CRFs，它将序列建模为有向图，而CRFs更 ...

本文缘起于一次CNN作业中的一道题，这道题涉及到了基本的CNN网络搭建，能够让人比较全面地对CNN有一个了解，所以想做一下，于是有了本文。 本文缘起于一次CNN作业中的一道题，这道题涉及到了基本的CNN网络搭建，在MNIST数据集上的分类结果，Batch Normalization的 ...