@WildCat Encoder-Decoder 结构的典型示例+1

@calon 如果有人训练过嵌入层的话，弄一份权值来也是可以的。

个人认为可以考虑“炼丹学习”一下。
当然首先要解决 Sampling 的问题，以什么作为采样数据。
个人觉得可以以单个音素来进行 onehot 编码。然后尝试导入模型寻找音素之间的 Pattern 联系.

简单扫描了一下那一段代码，目测作者是人工提取了一些特征，不过在随机拼入的时候可能并没有考虑到上下文音节和音素的影响。

有人想赚点差。

也就是内外价格可能因为流动性问题而不一致，你懂的。

油管和 twitch 的 1080P 体验都非常棒。。。

但是不得不说，从大环境角度考虑。
“ We are in a Bear Market.”

那要看如何定义“优秀”了。

事实上。Tensorflow 里也有类似的部分。

用统一模型的好处是方便，但是面对 GAN 的时候，真的是脆弱地跟纸糊的一样。。

另外有兴趣可以看一下这个 keyword
rococo basilisk

囚徒困境吧。

@shiznet 呃- -这么问的话还真不知道该从哪里说呢。。。
可以给点提示么？比如之前有没有接触过算法相关的项目= =？

@necomancer 这种情况么？白天不就适合干这些搜集的事情- -？估计大脑已经无意识看进去了。。只是挪到晚上再统一处理内化而已-v-

我个人的感觉是，日光会分散人的注意力，适合做些观察探索的事情。反而烛光、月光、台灯光这种亮度不高的光源会使人很专注。

楼主适合科研- -
不少做科研的就是这种。。。

恭喜你被 MITM 了。。。

已支持，很有意思。

朋友的朋友，一定是朋友吗？也可能是竞争对手。

所以 2 度关系不一定是同一个阵营的呢。。

不过楼主想要的应该是这个：
https://cn.engadget.com/2018/06/05/asus-project-precog-concept/