checkpoints/model_17200_0.54980.h5模型问题

Walleclipse / Deep_Speaker-speaker_recognition_system

Keras implementation of ‘’Deep Speaker: an End-to-End Neural Speaker Embedding System‘’ (speaker recognition)

247 stars 81 forks source link

checkpoints/model_17200_0.54980.h5模型问题 #28

Closed liangyanfeng closed 4 years ago

liangyanfeng commented 5 years ago

你好，请问 checkpoints/model_17200_0.54980.h5 这个模型是在什么情况下生成的？

在train-clean-100数据集直接用 select_batch 的triplet-loss进行训练, 得到的模型大体在 7%，是否是因为还没有训练完全？下面是训练过程的 summary:

训练过程中得到了一个 best model : best_model53600_0.03806.h5 使用这个模型在 test-clean 上测试得到 EER = 7%~10%

在训练或者测试过程中，我遗漏了什么或者还有什么 tricks 的吗？期待你的回复，谢谢！

再次感谢您上传如此优质的项目！

Walleclipse commented 5 years ago

首先 best model 确实不是在测试集上表现最好的（这个很有可能有点过拟合到验证集），我的 5%的eer应该是某一步的ckpt。
首先数据处理的时候需要去除静音，不知道你做了没有? 如果你直接运行了pre_process.py 那么就去除了静音。
我得到 5% 的eer应该是在 train-clean-100的基础上加了 train-clean-360 这个数据集，也就是说我数据更多。
你可以试试先用 pretraining.py 进行预训练再用 triplet-loss 训练。
多训练几轮

liangyanfeng commented 5 years ago

数据使用 pre_process.py 是去静音了，训练集只用了train-clean-100；加上 train-clean-360 我再跑一下，非常感谢你的回复！

Fansgithub2019 commented 5 years ago

你好，请问 checkpoints/model_17200_0.54980.h5 这个模型是在什么情况下生成的？

在train-clean-100数据集直接用 select_batch 的triplet-loss进行训练, 得到的模型大体在 7%，是否是因为还没有训练完全？下面是训练过程的 summary:

训练过程中得到了一个 best model : best_model53600_0.03806.h5 使用这个模型在 test-clean 上测试得到 EER = 7%~10%

在训练或者测试过程中，我遗漏了什么或者还有什么 tricks 的吗？期待你的回复，谢谢！

再次感谢您上传如此优质的项目！

请问一下您，“直接用 select_batch 的triplet-loss进行训练,”是怎样怎样训练的？怎样修改运行代码呢

izhangy commented 4 years ago

请问“checkpoints / model_17200_0.54980.h5”是运行哪一个文件生成的？我无法得到这个训练模型保存的结果

Walleclipse commented 4 years ago

请问一下您，“直接用 select_batch 的triplet-loss进行训练,”是怎样怎样训练的？怎样修改运行代码呢

在 constants.py中设置 PRE_TRAIN=False，随后就不会pretrain直接用select_batch 的triplet-loss进行训练

Walleclipse commented 4 years ago

请问“checkpoints / model_17200_0.54980.h5”是运行哪一个文件生成的？我无法得到这个训练模型保存的结果

这个就是我在运行 train.py 到第17200步的时候产的，随后测试的eer=0.54980。当然每个人训练的时候产生的checkpoint不太一样，所以eer一般情况不等于我的这个checkpoint.