自是白衣卿相的博客

背景介绍 使用原始的、未注释的、未转录的语音进行目标认知状态预测，并解决认知随时间变化的预测。 address 挑战：阿尔茨海默氏痴呆症识别仅通过自发语言 从一个简短的演讲中检测阿尔茨海默氏痴呆症 认知测试分数的推断，MMSE 分数。 预测认知能力下降 任务: 从一个简短的演讲中检测阿尔茨海默氏痴呆症 可能的一般方法: 直接使用语音信号 (声学特征) 语音自动转换为文本 (ASR)，并从脚本中提取语言特征 更好的解决方案: 结合声学和语言特征，利用预训练 BERT 模型。

# 神户 # くつろぎ家（Kutsurogiya） 网红的平价米其林（2016 年米其林推荐），招牌釜饭确实好吃 『くつろぎ釜飯』，内涵鲷鱼鲑鱼章鱼及蔬菜，味道很有层次。网红的蒸和牛 **『湯けむり蒸し』** 是牛肉与蔬菜在小蒸笼里现场蒸制，本身没有调味，即便有酱料蘸碟还是觉得乏善可陈。当地人基本都只点釜饭，点和牛的都是游客。有小碟点心小菜，杏仁豆腐什么的。冬季限定有牡蛎釜饭。 有馬温泉駅 徒歩 5 分 日式榻榻米风格餐厅 不支持预定，仅能 walk-in 排队，cash only，人均 200+RMB # 神戸豚骨ラーメン 賀正軒（Gashoken） 除了传统的豚骨拉面外...

# 關西 ⌀ 1.21 神戶 DAY1 厦门高崎机场 --> 大阪关西机场 ⌀ 1.22 大阪 DAY2 市內景點走走 ⌀ 1.23 大阪 DAY3 環球影城？？or 機動 ⌀ 1.24 京都 DAY4 市內走走 ⌀ 1.25 京都 DAY5 市周圍走走？ 可以嵐山 或者宇治 ⌀ 1.26 奈良 DAY6 ⌀ 1.27 名古屋 DAY7 真不一定去吧 可以換箱根或者鐮倉？或者加到東京去 # 關東 ⌀ 1.28 富士山 DAY1 ⌀ 1.29 東京 DAY2 淺草寺 晴空塔 秋葉原 新宿歌舞町 天空樹 ⌀ 1.30 東京 DAY3 東京塔 明治神宮 代代木公園 澀谷 sky...

# 背景介绍 本项目的目标是开发一个去中心化应用 (DAPP)...

可以在此处找到项目的原代码 📍链接 # 背景介绍 (瞎鸡儿凑字数) #...

# 背景介绍 由于物理硬件算力的提升，基于较大规模神经网络的深度学习方式，因其令人满意的结果产出，成为这个时代的爆点研究方向。模型训练的好坏，除了正相关于模型本身隐藏层的构建，训练配置也至关重要 朴素的思想是希望在可行的条件下，训练结果能在测试数据集中得到一个尽量趋近于完美的结果，并且这个结果可以有效的继承到测试数据集中 然后，在为人熟知的传统结论里，模型的偏差和方差是一个权衡问题...

为什么选择 Transformer NLP 任务需要编码器抽取上下文的特征 上下文的语义很重要，每个词的语义和上下文强相关 方向 RNN 只能对句子进行单向的编码 CNN 只能对短句子进行编码 Transformer 可以双向编码，也抽取长距离的特征 顺序（词的位置变换了会产生不同的意思） 速度 RNN 无法并行处理序列，其他都行 多头自注意力模块 首先对输入进行 projection，得到 QKV 三个矩阵 （tf 对输入进行了降维 (B, L, D) -> (BL, D)） 初始化三个 dense 层 (BL, D) -> (BL, NH) N 为...