AI

Coqui是一个支持多语言、效果出色的深度学习TTS。本人实现了粤语的支持，并发布了模型：https://huggingface.co/hgneng/coqui-cantonese-model，如有朋友训练出效果更好的模型，欢迎在huggingface上发布并留言。下面是使用方法：

1. 下载源代码

git clone https://github.com/hgneng/TTS

2. 确认Python版本

python -V

如果不满足python >= 3.9, < 3.12，请使用conda安装符合条件的Python环境

https://www.kaggle.com/learn

开发文档

Studio： https://arstudio.rokid.com/

https://www.fast.ai/

视频教程：https://course.fast.ai/Lessons/lesson1.html

https://www.lang123.top/

https://ai-bot.cn/

https://manus.im/

https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J

机器学习分为regression和classification两种，前者学习一个数值，后者在有限的选择里做分类。围棋是在有限的位置里判断下在哪个位置，因此，属于分类问题。

Label表示真实的值。

Error Surface表示Loss等高线图。

Gradient Descent：寻找Loss极值的梯度下降法。

hyperparameter是需要人实现配置的参数，例如learning rate、batch尺寸。

https://github.com/Kwai-Kolors/Kolors

https://open.virtaicloud.com/web/project/detail/466883089407938560

硬件配置要高一些，至少32G内存，16G GPU。图片尺寸不要太小，推荐的1024*1024尺寸是比较好的。

预计一分钟出一张图，硬件租用费用2元/小时，即成本大概0.05元/图。

可汗学院的教程：https://www.khanacademy.org/math/multivariable-calculus，这是目前找到最好的教程，有视频、文本和练习，学习曲线非常平缓。（AP是面向高中生的，讲得会不够深入。MIT开放出来的视频是几十年的，质量太差，看着难受。网易公开课里清华的废话比较多，东西比较旧。可汗学院的鼠标视频看着也是很难受的，像素太低，等号大于号有时都分不清。）

矢量与矩阵（vectors and matrics）

点乘（dot product）就像是计算合力，点乘的结果是标量。

叉乘（cross product）的方向要用右手定则，值是面积。有点像计算电磁感应。叉乘的结果是矢量。叉乘只适用于三维矢量。

行列式（determinant）这个名词的翻译不是特别直观，它反映了坐标经过一系列转换后的一个缩放系数，绝对值大于1是放大了，小于1是缩小了，负数表示坐标翻转了。