接上一篇：https://blog.csdn.net/SPESEG/article/details/104006642
其实有时候，不，经常是我还没有完全明白样例/demo中的流程，就开始了套用，咔咔代入一通，也有很多想当然的想法，都是错误的。
如果完全如所给样例那么简单的话，整个特征可以直接取avg，特征依旧很明显，如下：
x轴是128D特征，y是时间维度frame，由hop_size确定长度
下图即是取avg后的图
下面比较下同一类别的avg features 是否相似？
整体来看确有相似之处，但令人生疑，为何如此相像？？？就怕不同类别也是这么相似，那就没法玩了。
提取Lau和Dan类别特征，先看tsne图，然后做下query看看效果如何。
PCA后30D，困惑度50
有一定的区分度，但仍有上一篇的可能：因为并没有的分类界限。
困惑度为100时
又加入Dan的一些类别mnw，伪标签为2，PCA后30D，0.86，困惑度100
0 和2本就是一类，1是Lau类别，偏安一隅，也算有点区别
由于颜色问题，将Lau设为3，其他全是Dan类别
大部分的Lau都位于红色框内，再增加点Lau的数据，如下
下面增加点我司的Lau，1000个，如图下，标记为4，【注意：以上只有Lau用的抖音的，Dan是我司的】
假若将3,4合为3，如下
我觉得也可试试增加点时长，或者直接用整个时长【不包括抖音的最后附加的声音】
个人觉得Lau的时长多了应该与Dan的不同，特征更明显，难道不是吗？拭目以待
【遇到一个问题，不知道怎么指定某个GPU，指定后也不好使，因为我想运行两个或多个脚本，各用一个GPU，之前有写过一篇，但没有深究。这里再补充下】
今天提前回去收拾东西。下班
另外有相关问题可以加入QQ群讨论，不设微信群
QQ群：868373192
语音图像视频深度-学习群
