Udemy線上課程 深度學習-語音辨識實戰（基於PyTorch）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文字幕版(DVD版) Udemy線上課程深度學習-語音辨識實戰（基於PyTorch）(含教材)講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版) 內容說明: 基於深度學習的語音識別實戰課程主要包括三部分內容：1.經典論文算法講解；2.算法源碼解讀；3.項目實戰；通俗講解語音識別領域當下經典論文思想，詳細解讀源碼中每一核心模塊並基於真實數據集展開項目實戰。 整體課程覆蓋語音識別領域四大核心主題：語音識別，語音分離，語音轉換，語音合成；每一主題均按照論文思想解讀，源碼分析，項目實戰順序進行講解。 提供課程所需全部數據集，代碼，PPT課件。 課程內容: 01seq2seq序列網絡模型 001課程簡介.mp4 002序列網絡模型概述分析.mp4 003網絡工作原理概述.mp4 004注意力機制的作用.mp4 005加入attention的序列模型整體架構.mp4 006TeacherForcing的作用與訓練策略.mp4 007額外補充-RNN網絡模型解讀.mp4 008PPT.zip 008本章課件下載.html 008論文.zip 02LAS語音識別模型實戰 009數據源與環境配置.mp4 010語料表制作方法.mp4 011制作json標注數據.mp4 012聲音數據處理模塊解讀.mp4 013Pack與Pad操作解析.mp4 014編碼器模塊整體流程.mp4 015加入注意力機制.mp4 016計算得到每個輸出的attention得分.mp4 017解碼器與訓練過程演示.mp4 018本章課件下載.html 018語音識別LAS模型.zip 03starganvc2變聲器論文原理解讀 019論文整體思路與架構解讀.mp4 020VCC2016輸入數據.mp4 021語音特征提取.mp4 022生成器模型架構分析.mp4 023InstanceNorm的作用解讀.mp4 024AdaIn的目的與效果.mp4 025判別器模塊分析.mp4 04starganvc2變聲器源碼實戰 026數據與項目文件解讀.mp4 027環境配置與工具包安裝.mp4 028數據預處理與聲音特征提取.mp4 029生成器構造模塊解讀.mp4 030下采樣與上采樣操作.mp4 031starganvc2版本標簽輸入分析.mp4 032生成器前向傳播維度變化.mp4 033判別器模塊解讀.mp4 034論文損失函數.mp4 035源碼損失計算流程.mp4 036測試模塊-生成轉換語音.mp4 037本章課件下載.html 037變聲器pytorch-StarGAN-VC2.zip 05語音分離ConvTasnet模型 038語音分離任務分析.mp4 039經典語音分離模型概述.mp4 040DeepClustering論文解讀.mp4 041TasNet編碼器結構分析.mp4 042DW卷積的作用與效果.mp4 043基于Mask得到分離結果.mp4 06ConvTasnet語音分離實戰 044數據準備與環境配置.mp4 045訓練任務所需參數介紹.mp4 046DataLoader定義.mp4 047采樣數據特征編碼.mp4 048編碼器特征提取.mp4 049構建更大的感受區域.mp4 050解碼得到分離後的語音.mp4 051測試模塊所需參數.mp4 052本章課件下載.html 052語音分離Conv-TasNet.zip 07語音合成技術概述 053語音合成技術概述.mp4 054語音合成技術概述.mp4 08語音合成tacotron最新版實戰 055語音合成項目所需環境配置.mp4 056所需數據集介紹.mp4 057路徑配置與整體流程解讀.mp4 058Dataloader構建數據與標簽.mp4 059編碼層要完成的任務.mp4 060得到編碼特征向量.mp4 061解碼器輸入準備.mp4 062解碼器流程梳理.mp4 063注意力機制應用方法.mp4 064得到加權的編碼向量.mp4 065模型輸出結果.mp4 066損失函數與預測.mp4 067本章課件下載.html 067語音合成tacotron2實戰.zip 09基礎補充-PyTorch框架基本處理操作 068PyTorch框架發展趨勢簡介.mp4 069框架安裝方法（CPU與GPU版本）.mp4 070PyTorch基本操作簡介.mp4 071自動求導機制.mp4 072線性回歸DEMO-數據與參數配置.mp4 073線性回歸DEMO-訓練回歸模型.mp4 074常見tensor格式.mp4 075Hub模塊簡介.mp4 076基礎補充.zip 076本章課件下載.html 10PyTorch使用補充-神經網絡實戰分類與回歸任務 077氣溫數據集與任務介紹.mp4 078按建模順序構建完成網絡架構.mp4 079簡化代碼訓練網絡模型.mp4 080分類任務概述.mp4 081構建分類網絡模型.mp4 082DataSet模塊介紹與應用方法.mp4 11算法補充-卷積神經網絡原理與參數解讀 083卷積神經網絡應用領域.mp4 084卷積的作用.mp4 085卷積特征值計算方法.mp4 086得到特征圖表示.mp4 087步長與卷積核大小對結果的影響.mp4 088邊緣填充方法.mp4 089特征圖尺寸計算與參數共享.mp4 090池化層的作用.mp4 091整體網絡架構.mp4 092VGG網絡架構.mp4 093殘差網絡Resnet.mp4 094感受野的作用.mp4 12策略補充-遷移學習與Resnet網絡架構 095遷移學習的目標.mp4 096遷移學習策略.mp4 097遷移學習策略.mp4 098Resnet網絡細節.mp4 099Resnet基本處理操作.mp4 100shortcut模塊.mp4 101加載訓練好的權重.mp4 102遷移學習效果對比.mp4 相關商品:Udemy線上課程深度學習-物體檢測-YOLO實戰系列(含教材)講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版)Udemy線上課程深度學習模型部署與剪枝優化實例(含教材)講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版)Udemy線上課程Python深度學習與Tensorflow2實戰（2020新版）(含教材)講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版)Udemy線上課程強化學習實戰系列(PyTorch版)(含教材)講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版)Udemy線上課程機器學習-資料採擷競賽優勝解決方案實戰講師:唐宇迪唐影音教學中文發音中文字幕版(DVD版)