PyTorch中的高效神经体系结构搜索（ENAS） 实现PyTorch实现。 ENAS通过在大型计算图中的子图模型之间共享参数，将（ NAS ）的计算需求（GPU小时）减少了1000倍。 关于Penn Treebank语言建模的SOTA。 ** [注意]请使用作者提供的官方代码：** 先决条件 Python 3.6+ tqdm，scipy，imageio，graphviz，tensorboardX 用法 安装必备组件： conda install graphviz pip install -r requirements.txt 要训​​练ENAS以发现RNN的复发细胞，请执行以下操作： python main.py --network_type rnn --dataset ptb --controller_optim adam --controller_lr 0.00035 \

规格 这是SpecAugment的一种实现，该语音数据增强方法可直接使用Tensorflow＆Pytorch处理频谱图，这是Google Brain提出的[1]。 当前在Apache 2.0中使用，请随时用于您的项目。 请享用！ 如何使用 首先，您需要与一起安装python 3。 接下来，您需要安装一些音频库才能正常工作。 安装需求包。 运行以下命令： pip3 install SpecAugment 然后，运行specAugment.py程序。 它通过在时间方向上扭曲频谱图，掩盖连续频道的块以及掩盖时间上的话语来修改频谱图。 尝试您的音频文件SpecAugment $ python