GLM-4-Voice，智谱开源版“Her”来了！
智谱 AI 推出并开源端到端语音模型 GLM-4-Voice！GLM-4-Voice 能够直接理解和生成中英文语音，进行实时语音对话，并且能够遵循用户的指令要求改变语音的情感、语调、语速、方言等属性。
Pytorch迁移学习使用Resnet50进行模型训练预测猫狗二分类
深度学习在图像分类、目标检测、语音识别等领域取得了重大突破，但是随着网络层数的增加，梯度消失和梯度爆炸问题逐渐凸显。随着层数的增加，梯度信息在反向传播过程中逐渐变小，导致网络难以收敛。同时，梯度爆炸问题也会导致网络的参数更新过大，无法正常收敛。
为了解决这些问题，ResNet提出了一个创新的思路：引入残差块（Residual Block）。残差块的设计允许网络学习残差映射，从而减轻了梯度消失问题，使得网络更容易训练。
这款文本转语音（TTS）
【8月更文挑战第6天】Fish Speech是一款先进的开源文本转语音（TTS）工具，它能迅速将文字转换为流畅自然的语音，尤其适合镜头前感到紧张的人制作视频内容。Fish Speech支持中文、英文及日文等多种语言，可通过简单的原始语音样本快速克隆个性化声音。其架构设计高效，仅需4GB显存即可运行，采用Flash-Attn算法实现高性能语音合成。Fish Speech具备易用性，提供Web界面操作，并可在Linux与Windows系统上部署。用户可通过官网（[https://fish.audio/zh-CN/](https://fish.audio/zh-CN/)）直接体验其强大功能。