賴靖融
4 位追蹤者
由新到舊
TextToSpeech-WaveNet 後日談距離上篇已經快過一個月了，這個月我也沒閒著，我FF14生產職拉了不少等級進行了上篇 WaveNet 的後續調試，也比較與其他人實現的效果，又發現了幾個實作上可能造成困難的點，現在就跟各位分享一下~
2024-06-26
0
TextToSpeech-WaveNetWaveNet 提供了一個先進的架構用於音訊重建，但是，有必要嗎? Mel 頻譜本身就是經過數學轉換而獲得的結果，不能反運算嗎 ? 到底 WaveNet 在其中扮演了甚麼腳色 ?它是如何運作的 ? 讓我們在這篇好好探討下去。
2024-06-01
3
TextToSpeech-語音重建 我們在語音初探篇提到TTS的流程可以分成三個部分 :輸入前處理、預測音訊特徵、語音重建，其中輸入前處理的部分上兩篇已經處理完，在進入預測音訊特徵前，讓我們先來理解最後的語音重建部分。
2024-05-29
2
TextToSpeech-Word Embedding上回我們講到 Word Embedding 能夠將字詞表示從使用字典索引改成詞向量表示，且這個詞向量能夠包含一定程度上的語義訊息，今天就讓我們探討 Word Embedding 到底是如何訓練成的。
2024-05-28
1
TextToSpeech-神經網路如何理解文字上篇我們簡單的了解了 TTS 想要達到的目標，但是對於訓練資料的處理、網路架構、損失函數、輸出分析等考慮到篇幅尚未解釋清楚，這篇將針對訓練資料處理中的文字部分進行詳細說明，讓我們開始吧。
2024-05-27
2
TextToSpeech-語音初探 在 AI 應用中，圖像、語音、文字三種可以說是主要應用，其中我一直以來都是專注於圖像上的研究，對於另兩種僅止於淺嚐，接下來就往音訊上研究看看，先從入門級的Text-To-Speech (TTL) 入場並一個個嘗試其他類型的應用，那麼，就讓我們開始吧。
2024-05-24
2
AI 小撇步-Distilling Knowledge不知道大家會不會有這種感覺，在使用現今的一些預訓練模型時，雖然好用，但是實際在場域部屬時總感覺殺雞焉用牛刀，實際使用下去後續又沒有時間讓你去優化它，只好將錯就錯反正能用的想法持續使用，現在有個不錯的方法讓你在一開始就可以用相對低廉的成本去優化這個模型，讓後續使用不再懊悔。
2024-05-23
5
Bedrock-邁向應用的高速公路 這回來介紹 AWS 在目前生成式 AI 各種群魔亂舞下推出的 Bedrock 服務，其官網說明可以快速且傻瓜式的部屬生成式 AI 到你的應用上，看看是不是如其所述的功能強大。
2024-05-22
3
AWS 中機器學習相關服務一覽 前陣子我花了一些時間學習 SageMaker 的相關使用，但除了 SageMaker外，AWS 中尚有大量的機器學習相關服務，剛好趁此機會好好的統整分類一下，後續也能作為選擇學習目標的依據。
2024-05-21
5
SageMaker-使用TuningStep找尋最好的超參組合 在上篇我們介紹了 SageMaker 中 Pipeline 的使用方法，其中的 TuningStep 功能，能夠讓我們能夠指定一連串參數組合進行實驗比對，最終找出最適合的參數組合
2024-05-20
2
SageMaker-建構Pipelines真的有必要嗎? 除了上篇提到的 Data Wrangler 外，SageMaker 還有許多配套的功能，其中有個叫做 Pipelines 的東西，說是可以用來構建、 管理及自動化深度學習流程，能夠節省人工操作，有那麼神?這次就來試試 Pipelines 能夠為我們帶來什麼體驗。
2024-05-17
19
SageMaker-我該使用Data Wrangler嗎 在上篇我們已經學習到怎麼在 SageMaker 上進行簡易訓練，可以說是踏入了第一步， SageMaker 提供了不少工具用來協助使用者能夠更快速的進行訓練，其中 Data Wrangler 便是用於訓練資料處理的工具，那麼，他好用嗎?必須用嗎?
2024-05-16
5
SageMaker-讓自己的訓練上雲端 上回練習了一個官方示例，但其中對於一些細節沒有練習到的感覺，這次我們實際將之前練習的風格轉換訓練推上去看看，看是否能體驗到更多細節。
2024-05-14
4
SageMaker是什麼?好用嗎? 先前在中國的工作環境相對封閉，並沒有使用雲端產品進行AI訓練及部屬，只有在本機端進行建置調試，但如今回到台灣了，該是時候接觸一下這些雲端的 AI 服務，而在 AWS 中，深度學習相關的服務鈴瑯滿目，但聽到有人提到 SageMaker ，這次就來看看它是個什麼樣的服務吧。
2024-05-13
2
圖像風格轉換(四)-最終進化? 經過三篇的進展，我們目前實作的網路已經能做到同時訓練多種風格，且後續可以直接進行轉換，不用重新訓練，但是這種方法畢竟還是受到了預訓練的風格制約，無法跳脫出來，那麼有什麼辦法能夠讓他對於沒學過的風格也有一定的反應能力呢?
2024-05-10
4
圖像風格轉換(三)-我全~都要上篇我們已經把風格融入在一個網路之中，實現了訓練一次就可以轉換不同的圖片成我們訓練的風格，但是這樣還不夠，因為這樣每個風格都得訓練一個網路來轉換，太浪費了，那麼，我們有沒有辦法在同一個網路中訓練多個風格呢?
2024-05-08
3
圖像風格轉換(二)-每次重訓練好麻煩在第一篇我講到一開始的圖像風格轉換，每產生一張圖片都得重新訓練，這對於使用上難免綁手綁腳，所以理所當然的下一步就是要解決這個問題，看看能不能只要訓練一次，就可以重複使用。
2024-05-07
3
圖像風格轉換(一)-風格轉換初探 最近遇到一些人想做音訊的合成，我回答他或許可以從圖像風格轉換中找到些靈感，我才突然想起我對於這部分的認知只止於知道他能做什麼及結果大概如何，對於內部訓練邏輯及結構並沒有認真的去了解，現在剛好趁此機會好好的學習一下。
2024-05-06
3
使用AWS託管靜態網頁並連結GPT API實踐AWS中使用Lambda來負責登入簽核及與OpenAI API溝通，並利用S3容器託管一個靜態網頁做為前端
2024-05-03
2
