Doi技术团队

本章我们来介绍如何使用 PaddelPaddle 训练一个区分不同音频的分类模型，例如你有这样一个需求，需要根据不同的鸟叫声识别是什么种类的鸟，这时你就可以使用这个方法来实现你的需求了。

单元测试的意义

• 它可以保证你写的代码是你想要的结果。这个点很重要，因为在编程中，经常会敲错代码导致结果并不是自己脑子里想的。如果不经过单元测试测试下运行结果，那么代码质量是肯定保证不了的。
• 单元测试是最少单位，一个高可用的系统需要靠一个一个最小的稳定的单位组成。所以保证一个最小单位的准确率是必须的。
• 单元测试应该是快速的，因此它不应该使用任何 Web 服务器。
• 每个单元测试应该独立于其他测试。
• 当出现问题的时候，单元测试可以很快帮助你排查问题。因为单元测试保证你写的代码是你想要的结果，当出现异常效果，只需要从对应的单元测试是排查，就可以很快定位问题。

本章我们来介绍如何使用 Tensorflow 训练一个区分不同音频的分类模型，例如你有这样一个需求，需要根据不同的鸟叫声识别是什么种类的鸟，这时你就可以使用这个方法来实现你的需求了。话不多说，来干。

目前大部分的手机都有语音助手，例如小米手机的小爱同学，VIVO 的小 V 等等，通过智能助手我们可以快速询一些资讯或者操作手机，例如询问天气，发送微信给你的好友等等。这篇文章就来介绍如何使用 AIUI 快速搭建类似这样的智能助手。

我们在 Android 应用做语音识别的时候，一般是用户唤醒之后开始说话。当用户超过一定的时候没有说话，就停止录音，并把录音发送到语音识别服务器，获取语音识别结果。本教程就是解决如何检测用户是否停止说话，我们使用的是 WebRTC 架构的源代码中的 vad 代码实现的。

在存在大量 HTML 元素的场景下，可以考虑使用 Canvas 渲染，降低元素重排造成的开销。

这个专栏是深度学习框架 PaddlePaddle Fluid 版本的教程，开发环境主要是 PaddlePaddle 1.6.0 和 Python 3.5。内容涉及了 PaddlePaddle 的安装，并从简单执行 1+1 运算例子入门 PaddlePaddle，借助各个实例一步步入手 PaddlePaddle，通过本系列教程你可以学到如何使用 PaddlePaddle 搭建卷积神经网络，循环神经网络，并能够训练自定义数据集，最后还可以部署到自己的实际项目中。

这个专栏是深度学习框架 PaddlePaddle V2 版本的教程，开发环境主要是 PaddlePaddle 0.11.0 和 Python 2.7。内容涉及了 PaddlePaddle 的安装，并从手写数据集识别入手，借助实例一步步入手 PaddlePaddle，通过实例掌握 PaddlePaddle 的使用，从零进入人工智能领域。

Redis cluster 规模

• 三主三从
• 192.168.24.241:6001,192.168.241.6002
• 192.168.24.242:6001,192.168.242.6002
• 192.168.24.243:6001,192.168.243.6002

JSON Web Token 简称 JWT。
一个 JWT 实际上就是一个字符串，它由三部分组成，头部、载荷 与 签名