モデルの確認

[stgkrt]

• [x] timmからpretrained model呼び出ししてfreezeしている。encoderとしての学習は不要？
• [x] spectogramのreshapeの確認。画像形式のshapeにしているが意味あるのか？
• [ ] 特徴が全て周波数領域に変換されている。生データを系列として見る意味はないのか？
• [ ] 特徴抽出はクラシックはwavetransformじゃない気がする。なぜ？
• [x] backboneはもっとでかいのとかでもよさそう

backboneについては系列の遠い部分を見るならtransformer系でもよさそう。 場合によってはLSTMとかGRUとかいれるのもありかも？