more 注释之前的内容被视为文章摘要。
2024/11/1大约 2 分钟
概念
AutoEncoder（自动编码器）是一种无监督学习算法，
常用于数据降维和特征提取。它由两个主要部分组成：编码器（encoder）和解码器（decoder），AutoEncoder的目标是尽可能地重构输入数据。训练过程中，AutoEncoder通过最小化重构误差来学习如何有效地编码和解码数据。这可以促使模型学习到数据的有用特征，进而实现数据降维和特征提取的功能。
2024/11/2大约 7 分钟
基础概念
样本近似
概念
- 隐含向量
生成网络输入的是服从正态分布的随机数，提供了生成器网络需要的随机性和变化性，生成器网络利用这些隐向量来生成逼真的数据样本
- 隐含空间
2024/11/2大约 25 分钟
概念
行列式在向量中的意义
- 二维：若存在向量(a，b)，(c，d)则它们的行列式的值代表二维空间中的面积
- 三维：若存在向量(a1，a2，a3)，(a4，a5，a6)，（a7，a8，a9）则它们的行列式的值代表构成的三维空间的体积
建模思想
给定两组数据z和x，其中z服从已知的简单先验分布π(z)（通常是高斯分布），x服从复杂的分布p(x)（即训练数据代表的分布），现在需要找到一个变换函数f，它能建立一种z到x的映射f。
如果这个变换函数能找到的话，那么就实现了一个生成模型的构造。如果想要有新的生成，只需要从π(z)中随机采样一个点，然后通过映射f，就可以得到新的样本点x。
2024/11/1大约 5 分钟
安装
- 在monotonic_align文件夹下新建一个monotonic_align文件夹
- 在终端中或者conda环境中进入该目录位置
- 在终端中或者conda环境中运行以下命令
2024/11/1小于 1 分钟
如果出现No espeak backend found. Install espeak-ng or espeak to your system.错误，则按照下列顺序依次进行配置
1.内部代码修改
如果使用vits之类的TTS系统使用到了espeak这个工具则，如果在python代码中报错了，则修改内部代码
根据控制台报错的路径，找到并注释掉 xxx....\site-packages\phonemizer\backend\espeak\base.py
2024/11/1大约 2 分钟
一 开始
环境配置
第一阶段-第一章-03-Python环境安装(Windows)_哔哩哔哩_bilibili
安装pycharm2022.1破解
jetbrains全家桶2022版-jetbra打开，运行里面的script中的install-current-user.vbs，然后打开pycharm输入激活码即可
2024/11/1大约 302 分钟
激活函数
为什么要加入激活函数？
因为神经网络每一层都是由多个神经元构成的。这些神经元通过计算输入与权重的乘积之和得到一个输出值，然后将其传递给下一层或作为输出。如果没有激活函数，无论构造神经网络多么复杂，最后的输出都是输入的线性组合，即输入和输出之间的关系是简单的比例关系，纯粹的线性组合并不能够解决更为复杂的问题。
引入激活函数（非线性的）可以将神经元的输出进行非线性变换，使其具有更好的表达能力，神经元的输出不再是简单的线性函数，而是一种非线性函数，可以更好地拟合复杂的输入与输出之间的映射关系，提高神经网络的表达能力和学习效果，使得神经网络应用到更多非线性模型中。
2024/11/1大约 73 分钟