最新

介绍 GravOptAdaptive — GravOpt 的新版本，提供 7 天试用，作为 Adam/SGD 的直接替代品。无需更改模型、数据、损失函数或流程。 → 代码依然有效 — 但在付费版本中训练速度更快，或在免费版本中有试用限制。 <p>分析每个参数的行为 仅在必要时进行较大更新 保持已经良好运作参数的稳定性 提高准确性 — 而不增加迭代次数

我创建Evalyze是因为我对创始人们在向错误的投资者发送数百封冷邮件时浪费的时间感到沮丧。这个工具可以读取你的商业计划书，并建议一个排名的投资者列表，附上简短的说明，解释每位投资者可能适合的原因。它会考虑阶段、行业、投资金额、地理位置和投资组合模式等因素，然后将这些与超过一万名投资者的数据集进行比较。我们的目标不是给你一个庞大的电子表格，而是将范围缩小到那些最有可能对你所构建的项目感兴趣的人。 注册是免费的，只需提供一个电子邮件地址，无需付款。我知道有些人不喜欢登录，但这有助于我防止垃圾邮件，并让你保存你的查询记录。如果你想在添加自己的内容之前先看看效果，也可以使用一个示例计划书进行体验。 我希望从HN社区获得反馈。匹配结果是否有用？解释是否足够清晰？你认为需要更多透明度来说明排名是如何工作的，还是更少？在哪些方面存在问题？对于薄弱的计划书和生物技术领域仍然比较棘手，有时投资者的数据也会过时。如果你发现不合适的匹配，我将非常感激你指出来，以便我可以修正信号。 我会在评论区回答技术问题，并倾听你的想法。如果注册成为障碍，请告诉我，我可以分享一个示例查询，以便你仍然可以查看。

许多开源的文本到语音（TTS）模型主要是为英语或中文发布，缺乏对其他语言的支持。我很好奇是否可以利用谷歌的免费TPU研究积分，训练一个先进的荷兰语TTS模型。结果非常出色，效果与ElevenLabs相当，仅用到了10,000小时的数据。 我将模型权重开源，并记录了整个过程，包括Torch模型转换、数据准备、JAX训练代码和推理管道。我在数据传输成本上花费了大约300美元，但训练这个模型的成本可以低至100美元（我在我的5090台式电脑上运行了数据收集管道，并进行了Whisper的微调）。 希望这能为其他有兴趣为其他语言训练这些模型的人提供指导（而不必在修复管道时耗尽所有积分）。