当前课程知识点:小白学人工智能 >  二、神奇的f(x)=y >  2.2 f难找吗 >  声控小恐龙的f

返回《小白学人工智能》慕课在线视频课程列表

声控小恐龙的f在线视频

下一节:聊聊线性f和非线性f

返回《小白学人工智能》慕课在线视频列表

声控小恐龙的f课程教案、知识点、字幕

在智能小恐龙中

f选择为线性和非线性是完全不同的效果

也就是说寻找合适的f是非常重要的

那寻找f容易吗

是吗

那我们再来看看另一个小恐龙

声控小恐龙

这就是声控小恐龙

我先请了一个男生和一个女生分别设计声音样本

来指挥小恐龙“跳跃”和“低头”

让我们看看他们玩的情况

在智能小恐龙中

最高分数有89万

声控小恐龙真没那么容易

这位女老师玩的无语了

看到刚才男生和女生的操作

我们要先收集声音样本

每个动作的声音样本越多越好

再来具体看看这个声控小恐龙吧

那首先我们要像那位男生和那位女生一样

啊 要训练自己的声音样本

我呢就不想用AB

也不想用跳蹲

我想要有自己的一套的声音素材

好 我们来试一下

果(训练duck)

我们其实发现刚刚在读的时候

就是后面那个低头的时候,我读“果”的时候

(系统)刚开始判别是jump,后来就慢慢变化成了duck

好,我们来试一下游戏

(游戏过程)

它那个“我”字一直判别成一个“duck”

所以这个一直不太成功

好吧

噢(训练jump)

这个我从来没玩过去

(游戏过程)

哇 第一次玩成功

(游戏过程)

居然第二次成功

(游戏过程)

我玩的也不好

我见过玩的最好的一组

是一个高中男生设定的

跳的声音是一个浊音

就是声带振动的音

低头的声音是一个清音

就是声带不振动的音

可是 这组录音要在很安静的环境

玩声控小恐龙的时候也需要安静的环境 要求真不低

在智能小恐龙中

小恐龙是跳和走路

我们根据小恐龙和障碍物之间的距离

小恐龙的速度 还有障碍物的宽度

这三个因素来决定它是跳还是走路

在声控小恐龙中 小恐龙是跳和低头

它需要对一些声音进行判断

根据判断结果来决定它是跳还是低头

在智能小恐龙中 X是距离/速度/宽度 Y是跳/走路

在声控小恐龙中 X是声音 例如跳/蹲 Y是跳/低头

智能小恐龙中 F选择非线性模型

声控小恐龙中 F选择KNN

首先用MFCC(梅尔频率倒谱系数)方法提取声音样本的13个特征

然后在KNN中 用欧氏距离公式计算样本13个特征之间的距离

欧氏距离就是两点距离

智能小恐龙选择的F

让小恐龙变得很聪明

而声控小恐龙选择的F

小恐龙在某些场合下 用某些数据

效果相当好

但是有些场合下 效果真让人着急

寻找合适的F 其实真不容易

我们来看看其他小白对FXY的感受吧

最后 如果你电脑支持麦克风功能

就请你上这个网址

去设计两种声音样本

来指挥小恐龙“跳跃”和“低头”

然后告诉我们你的最高成绩

如果你愿意 也可以分享你的声音文件给我们

谢谢谢谢

小白学人工智能课程列表:

一、为什么要学习人工智能?

-1.1 人工智能能做什么?

--人工智能能做什么

--课后作业

-1.2 人工智能案例——智能小恐龙

--人工智能案例——智能小恐龙

二、神奇的f(x)=y

-2.1 学习人工智能就是学习f(x)=y

--学习人工智能就是学习f(x)=y

--课后作业

-2.2 f难找吗

--声控小恐龙的f

--课后作业

-2.3 聊聊线性(f)和非线性(f)

--聊聊线性f和非线性f

--课后作业

三、猫狗大战之KNN分类

-3.1 初识KNN

--初识KNN

--课后作业

-3.2 猫狗大战,xy好找吗

--猫狗大战,xy好找吗

--课后习题

四、一战深度学习-什么是神经网络

-4.1 初识神经网络

--初识神经网络

-4.2 如此重要的感知器

--如此重要的感知器

--课后作业

-4.3 神经网络和西瓜

--神经网络和西瓜

--课后作业

五、二战深度学习之深度学习

-5.1 深度学习和做粤菜

--深度学习和做粤菜

-5.2 手写数字识别案例

--手写数字识别案例

-5.3 网络参数的计算

--网络参数的计算

-5.4 再聊激活函数

--再聊激活函数

-5.5 梯度下降

--梯度下降

-5.6 反向传播

--反向传播

-5.7 欠拟合和过拟合

--欠拟合和过拟合

-5.8 代码和小结

--代码和小结

声控小恐龙的f笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。