python 学习笔记（4）

Xavier:

1. 基本思想是通过网络层时，输入和输出的方差相同，包括前向传播和后向传播。

2. 如果初始化值很小，那么随着层数的传递，方差就会趋于0，此时输入值 也变得越来越小，在sigmoid上就是在0附近，接近于线性，失去了非线性

3. 如果初始值很大，那么随着层数的传递，方差会迅速增加，此时输入值变得很大，而sigmoid在大输入值写倒数趋近于0，反向传播时会遇到梯度消失的问题

4. 感觉和BN的使用目的是类似的

1. np.newaxis：插入新维度

2. list和ndarray互转：

   1. list 转 numpy：np.array(a)

   2. ndarray 转 list：a.tolist()

3. 找出list中前k个比较大的数字：heapq.nlargest(k,list)

4. numpy.ndarray与字符串互转：

   1. str=arr.tostring()

   2. arr=np.frombuffer(string, dtype=np.float32)

1. pydub的学习参考：https://blog.csdn.net/Debatrix/article/details/59058762

2.  pyworld使用参考：https://blog.csdn.net/m0_43395719/article/details/107930075