speechbrain.utils.kmeans 模块

用于训练 kmeans 模型的实用程序。

作者

• Pooneh Mousavi 2023

摘要

函数

accumulate_and_extract_features	提取特征（SSL 模型的输出）并在 CPU 上累积，用于聚类。
fetch_kmeans_model	返回一个具有指定参数的 k-means 聚类模型。
process_chunks	以指定大小的块处理数据。
save_model	保存 Kmeans 模型。
train	训练 Kmeans 模型。

参考

speechbrain.utils.kmeans.accumulate_and_extract_features(batch, features_list, ssl_model, ssl_layer_num, device)

提取特征（SSL 模型的输出）并在 CPU 上累积，用于聚类。

参数:

• batch (tensor) – 单个数据批次。

• features_list (list) – 累积特征列表。

• ssl_model (torch.nn.Module) – 用于提取聚类特征的 SSL 模型。

• ssl_layer_num (int) – 指定应使用 ssl_model 的哪个层的输出。

• device (str) – cpu 或 cuda 设备。

speechbrain.utils.kmeans.fetch_kmeans_model(n_clusters, init, max_iter, batch_size, tol, max_no_improvement, n_init, reassignment_ratio, random_state, checkpoint_path)

返回一个具有指定参数的 k-means 聚类模型。

参数:

• n_clusters (MiniBatchKMeans) – 要形成的簇的数量以及要生成的质心的数量。

• init (int) – 初始化方法：{‘k-means++’’, ‘’random’’}

• max_iter (int) – 在停止之前对完整数据集的最大迭代次数，与任何早期停止准则启发式方法无关。

• batch_size (int) – 迷你批次的尺寸。

• tol (float) – 控制基于平滑的、方差归一化的平均中心平方位置变化的相对中心变化的早期停止。

• max_no_improvement (int) – 控制基于未在平滑惯性上产生改进的连续迷你批次数的早期停止。

• n_init (int) – 尝试的随机初始化次数

• reassignment_ratio (float) – 控制中心重新分配的最大计数比例。

• random_state (int) – 确定质心初始化和随机重新分配的随机数生成。

• checkpoint_path (str) – 保存模型的路径。

返回:

一个具有指定参数的 k-means 聚类模型。

返回类型:

MiniBatchKMeans

speechbrain.utils.kmeans.process_chunks(data, chunk_size, model)

以指定大小的块处理数据。

参数:

• data (list) – 要处理的整数列表。

• chunk_size (int) – 每个块的大小。

• model (MiniBatchKMeans) – 用于训练的初始 kmeans 模型。

speechbrain.utils.kmeans.train(model, train_set, ssl_model, save_path, ssl_layer_num, kmeans_batch_size=1000, device='cpu', checkpoint_interval=10)

训练 Kmeans 模型。

参数:

• model (MiniBatchKMeans) – 用于训练的初始 kmeans 模型。

• train_set (Dataloader) – 训练数据的批次。

• ssl_model (torch.nn.Module) – 用于提取聚类特征的 SSL 模型。

• save_path (string) – 保存内部检查点和 dataloader 的路径。

• ssl_layer_num (int) – 指定应使用 ssl_model 的哪个层的输出。

• kmeans_batch_size (int) – 迷你批次的尺寸。

• device (str) – cpu 或 cuda 设备。

• checkpoint_interval (int) – 确定在哪些迭代时保存检查点。

speechbrain.utils.kmeans.save_model(model, checkpoint_path)

保存 Kmeans 模型。

参数:

• model (MiniBatchKMeans) – 要保存的 kmeans 模型。

• checkpoint_path (str) – 保存模型的路径。