请问，如果想扩展一下，用计算量换模型的性能，应该朝哪个方向调参？

[zuowanbushiwo]

您好，恭喜您完成了一个非常棒的工作，同时非常感谢您无私的分享。 就像您说的这个模型参数和运算量都是非常低的，不知道有没有一个稍微大一点 参数和运算量的模型，同时能达到更好的效果，应该朝哪个方向调参？ 谢谢！

[Xiaobin-Rong]

感谢你的关注和支持！ 如果想用参数量/计算量换性能，最好的方法就是简单地把Encoder/Decoder的channels调大就行，同时注意DPGRNN的input_size/hidden_size也相应调整，举个例子把channels由16改为32：

class Encoder(nn.Module):
    def __init__(self):
        super().__init__()
        self.en_convs = nn.ModuleList([
            ConvBlock(3*3, 16, (1,5), stride=(1,2), padding=(0,2), use_deconv=False, is_last=False),
            ConvBlock(16, 32, (1,5), stride=(1,2), padding=(0,2), groups=2, use_deconv=False, is_last=False),
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(0,1), dilation=(1,1), use_deconv=False),
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(0,1), dilation=(2,1), use_deconv=False),
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(0,1), dilation=(5,1), use_deconv=False)
        ])

class Decoder(nn.Module):
    def __init__(self):
        super().__init__()
        self.de_convs = nn.ModuleList([
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(2*5,1), dilation=(5,1), use_deconv=True),
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(2*2,1), dilation=(2,1), use_deconv=True),
            GTConvBlock(32, 32, (3,3), stride=(1,1), padding=(2*1,1), dilation=(1,1), use_deconv=True),
            ConvBlock(32, 16, (1,5), stride=(1,2), padding=(0,2), groups=2, use_deconv=True, is_last=False),
            ConvBlock(16, 2, (1,5), stride=(1,2), padding=(0,2), use_deconv=True, is_last=True)
        ])

class GTCRN(nn.Module):
    def __init__(self):
        super().__init__()
        self.erb = ERB(65, 64)
        self.sfe = SFE(3, 1)

        self.encoder = Encoder()

        self.dpgrnn1 = DPGRNN(32, 33, 32)
        self.dpgrnn2 = DPGRNN(32, 33, 32)

        self.decoder = Decoder()

        self.mask = Mask()

这样子模型的复杂度大约是75K参数, 92 MMACs。

[zuowanbushiwo]

非常感谢回答，真的是太热心了。 你文章有做这样的对比实验吗？这样做提升大吗？ 还有一个比较想问的问题：这个模型的泛化性能好不好？不知道你文章中有没有这方面的对比实验，做一些没见过噪声的测试。或者用VCTK-DEMAND训练的模型，在DNS的blind_test数据集中表现好不好？ 总之非常感谢您的开源和上面的回答，这个对我帮助很大。谢谢！

[Xiaobin-Rong]

1. 我文章没有做将模型复杂度放大的对比实验，因为文章focus的就是极小规模的模型。但是根据我平时做过的一些实验，这么做提升挺大的（将channel从16->32，在一些测试集上PESQ可以提高0.12），因为毕竟目前模型size太小了；
2. 模型的泛化性能目前没有展开做研究，但是据我的经验，泛化性能更多地与 训练数据的规模 & 模型规模 相关。我的模型，用VCTK-DEMAND训练，在DNS的blind_test数据集中测试表现肯定会劣化，但这个问题也是其它端到端模型的通病吧。我后续的工作会聚焦在提高小模型泛化性这方面来。

[zuowanbushiwo]

好的，非常感谢您专业的回答 祝您科研顺利