are you me?    id passwd

status  

 sleepy

picture

 

 thinking

calender

너의 춤사위는 빨리 감기를 한 것 같았다 - 일상

처음에는 드럼을 치는 것 같았다.
익살스러운 표정에 당혹할 무렵
거친 춤사위는 절정을 향해 달려갔다.
종착지를 알 수 없는 터널을 지나는 기분으로 바라보았다.
그 때, 등장한 빨리감기를 한 것 같은 클라이맥스!
앞에 놓인 악기는 장식일뿐 건드리지 않고 잘도 음악을 형용화 해냈다.
장하다.

written time : 2019-12-06 21:23:11.0

안구 건조증으로 - 일상

인공눈물을 넣지 않으면 글자가 불확실하게 보인다.
아이와 소아과에 허겁지겁 와서보니 기차가 나오는 만화가 틀어져 있었다.
제목은 허브 아저씨의 최후
장렬한 죽음을 맞이하는 스토리 일까

..

눈을 깜빡이고 다시봤다. 제목은 허브 아저씨의 하루
겨울은 건조하다.

written time : 2019-12-05 10:43:35.0

keras 사용 노트 - 컴퓨터

1. 기존 keras 쓰는 방식과 Tensroflow 2.0 간 차이라는 것은 import keras.... 과 tf.keras 가 다른 다는 것이고 호환이 잘 안됨. tensorflow 2.0 예시는 모두 후자.

2. keras.Model 을 만들어서 컴파일 해서 가거나 Model 자체를 inheritance 해서 사용하는 경우가 있는데 tensorflow 2.0 예시에는 후자가 더 많음

3. TFRecord 1.0 쓸때는 iterator 도 설정해줬는데, keras 를 써서인지 2.0 이어서 인지 그냥 model.fit 에 dataset을 넣어주면 되고 뭔가 적용하고 싶다면 map 함수에 python 함수를 넣어주면 됨;; 내 경우는 feature 가 time, frequency 라서 2D 인데 tfrecord 넣을때는 1d 로 넣어야 하니까 padding 다하고 나서 그뒤에 reshape 용도로 사용함.

4. custom layer 는 lambda 로 만들기만 하면 문제없음.

5. 데이터는 TF Record 형태로 kaldi 의 ark 처럼 저장 해뒀다가 쓰고 cmvn 만 별도로 numpy to constant tensor 로 바꿔서 넣어주고 빼고 나누면 됨.
원래는 VAD 로 음성구간을 추려서 CMVN 을 한다고도 하는데 지금까지는 쿨하게 음원 전체의 feature mean, std 로 함. from_generator 인가 하는 걸로 만드는 것 보다 이게 훨씬 빠를 줄 알았으나.. GPU 사용률이 40 대 맴돌던게 60대까지 올라온 정도고 중간에 lack 걸리듯 느려질때가 더러 있음.. TF Record 만의 문제는 아닐듯. 모델은 Transformer.

written time : 2019-12-03 23:13:00.0
...  10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |  ...