【bilibili，干杯】IndexTTS2: 情感表达与时长可控的自回归零样本文本转语音技术取得突破

于 2025-09-15 08:05:22 发布
阅读量533 收藏 7
点赞数 12
CC 4.0 BY-SA版权
分类专栏： 机器人技术 文章标签： 回归 语言模型 人工智能 AIGC 开源
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41446370/article/details/151702750

在这里插入图片描述

摘要

现有的自回归大规模文本转语音（TTS）模型在语音自然度方面具有优势，但其逐令牌生成机制导致难以精确控制合成语音的时长。这在需要严格音画同步的应用（如视频配音）中成为显著限制。

本文提出IndexTTS2，通过一种新颖、通用且适配自回归模型的语音时长控制方法解决该问题。该方法支持两种生成模式：一种明确指定生成令牌数以精准控制语音时长；另一种以自回归方式自由生成语音且不限定令牌数，同时忠实复现输入提示的韵律特征。

此外，IndexTTS2实现了情感表达与说话人身份的解耦，可独立控制音色和情感。在零样本场景下，模型能精准重构目标音色（来自音色提示）并完美复现指定情感基调（来自风格提示）。

为提升高情感表达下的语音清晰度，我们引入GPT潜在表征并设计新颖的三阶段训练范式以改善生成语音的稳定性。同时，为降低情感控制门槛，基于微调Qwen3设计了文本描述的软指令机制，有效引导生成符合目标情感倾向的语音。

最终，在多个数据集上的实验结果表明，IndexTTS2在词错误率、说话人相似度和情感保真度上均优于当前最优零样本TTS模型。音频样本见：IndexTTS2演示页面。## 摘要
现有的自回归大规模文本转语音（TTS）模型在语音自然度方面具有优势，但其逐令牌生成机制导致难以精确控制合成语音的时长。这在需要严格音画同步的应用（如视频配音）中成为显著限制。

本文提出IndexTTS2，通过一种新颖、通用且适配自回归模型的语音时长控制方法解决该问题。该方法支持两种生成模式：一种明确指定生成令牌数以精准控制语音时长；另一种以自回归方式自由生成语音且不限定令牌数，同时忠实复现输入提示的韵律特征。

此外，IndexTTS2实现了情感表达与说话人身份的解耦，可独立控制音色和情感。在零样本场景下，模型能精准重构目标音色（来自音色提示）并完美复现指定情感基调（来自风格提示）。

为提升高情感表达下的语音清晰度，我们引入GPT潜在表征并设计新颖的三阶段训练范式以改善生成语音的稳定性。同时，为降低情感控制门槛，基于微调Qwen3设计了文本描述的软指令机制，有效引导生成符合目标情感倾向的语音。

最终，在多个数据集上的实验结果表明，IndexTTS2在词错误率、说话人相似度和情感保真度上均优于当前最优零样本TTS模型。音频样本见：IndexTTS2演示页面。

提示：如需更详细信息，请联系作者。

感受IndexTTS2

IndexTTS2：未来的语音，现在生成

在这里插入图片描述

📣 更新动态

  • 2025/09/08 🔥🔥🔥 正式发布 IndexTTS-2！
    • 首款支持精确合成时长控制的自回归TTS模型，兼容可控与不可控模式。该功能暂未在此版本中开放。
    • 实现高表现力的情感语音合成，通过多模态输入激活情感控制功能。
  • 2025/05/14 🔥🔥 发布 IndexTTS-1.5，显著提升模型稳定性及英语合成表现。
  • 2025/03/25 🔥 开源 IndexTTS-1.0，包含模型权重与推理代码。
  • 2025/02/12 🔥 论文提交至arXiv，并公开演示样例与测试集。

🖥️ 神经网络架构

IndexTTS2（当前最先进的语音模型）架构概览：

在这里插入图片描述

IndexTTS2 的主要贡献总结如下：

  • 我们提出了一种自回归TTS模型的时长适配方案。IndexTTS2 是首个结合精确时长控制与自然时长生成的自回归零样本TTS模型，该方法可扩展至任何自回归大规模TTS模型。
  • 情感和说话人相关特征从提示中解耦，并设计了特征融合策略，在情感丰富的表达过程中保持语义流畅性和发音清晰度。此外，开发了一个情感控制工具，利用自然语言描述以方便用户使用。
  • 针对高表现力语音数据不足的问题，我们提出了一种有效的训练策略，将零样本TTS的情感表现力显著提升至当前最先进（SOTA）水平。
  • 我们将公开代码和预训练权重，以促进未来研究和实际应用。

模型下载

HuggingFaceModelScope
😁 IndexTTS-2IndexTTS-2
IndexTTS-1.5IndexTTS-1.5
IndexTTSIndexTTS

使用说明

⚙️ 环境设置

  1. 确保您的系统已安装 git 和 git-lfs。

同时必须在当前用户账户下启用 Git-LFS 插件：

git lfs install
  1. 下载此代码库：
git clone https://github.com/index-tts/index-tts.git && cd index-tts
git lfs pull  # download large repository files
  1. 安装 uv 包管理器
    这是构建可靠现代化安装环境的必要条件。

[!TIP]
快速简易安装方法：

有多种便捷方式可在计算机上安装 uv 命令。
请查看上方链接了解所有选项。若您希望采用极简方式，可通过以下命令安装：

pip install -U uv

[!WARNING]
我们仅支持 uv 安装方式。其他工具（如 conda
或 pip）无法确保正确安装依赖版本。若不使用 uv，您极可能遭遇随机错误、报错信息、
GPU加速缺失及其他各类问题。
若采用非标准安装方式，请勿提交问题报告，因几乎所有此类问题均属无效。

此外，uv 的速度比 pip 快达115倍，
这也是拥抱Python项目管理新行业标准的又一重要理由。

  1. 安装必要依赖项：

我们使用 uv 管理项目依赖环境。以下命令将把所有依赖项的正确版本安装至您的 .venv 目录：

uv sync --all-extras

如果下载速度慢，请尝试使用本地镜像，例如以下中国境内的任意镜像（从下方列表中选择一个镜像站点）：

uv sync --all-extras --default-index "https://mirrors.aliyun.com/pypi/simple"

uv sync --all-extras --default-index "https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple"

[!TIP]
可选额外功能：

  • --all-extras：自动添加下方列出的所有额外功能。若需自定义安装选项，可移除此标志。
  • --extra webui：添加WebUI支持（推荐）。
  • --extra deepspeed：添加DeepSpeed支持（可能在某些系统上加速推理）。

[!IMPORTANT]
重要提示（Windows）： 部分Windows用户可能难以安装DeepSpeed库。可通过移除--all-extras标志跳过。若需使用上述其他功能，可手动添加对应功能标志。

重要提示（Linux/Windows）： 若安装过程中出现CUDA相关错误，请确保系统已安装NVIDIA CUDA工具包 12.8（或更新）版本。

  1. 下载所需模型：

通过 huggingface-cli 下载：

uv tool install "huggingface_hub[cli]"

hf download IndexTeam/IndexTTS-2 --local-dir=checkpoints

或通过 modelscope 下载：

uv tool install "modelscope"

modelscope download --model IndexTeam/IndexTTS-2 --local_dir checkpoints

[!NOTE]
In addition to the above models, some small models will also be automatically downloaded when the project is run for the first time. If your network environment has slow access to HuggingFace, it is recommended to execute the following command before running the code:

除了以上模型外，项目初次运行时还会自动下载一些小模型，如果您的网络环境访问HuggingFace的速度较慢，推荐执行：

export HF_ENDPOINT="https://hf-mirror.com"
🖥️ 检查PyTorch的GPU加速支持

如需诊断当前环境以检测可用GPU，
可使用我们内置的工具来检查系统：

uv run tools/gpu_check.py

🔥 IndexTTS2 Quickstart

🌐 Web Demo
uv run webui.py

打开浏览器并访问 http://127.0.0.1:7860 查看演示。

您还可以调整设置以启用诸如FP16推理（降低显存占用）、DeepSpeed加速、编译CUDA内核提升速度等功能。所有可用选项可通过以下命令查看：

uv run webui.py -h

玩得开心！

[!IMPORTANT]
使用 FP16（半精度）推理会非常有帮助。它更快且消耗更少的显存，质量损失非常小。

DeepSpeed 在某些系统上 可能 也会加速推理，但也可能使其变慢。性能影响高度依赖于你的具体硬件、驱动和操作系统。请尝试启用和禁用它，以找出在你的个人系统上效果最佳的方式。

📝 在 Python 中使用 IndexTTS2

要运行脚本，你 必须 使用 uv run <file.py> 命令，以确保代码在你当前的 “uv” 环境中运行。有时 可能 还需要将当前目录添加到你的 PYTHONPATH 中，以帮助它找到 IndexTTS 模块。

通过 uv 运行脚本的示例：

PYTHONPATH="$PYTHONPATH:." uv run indextts/infer_v2.py

以下是几个在您自己的脚本中使用 IndexTTS2 的示例：

  1. 使用单个参考音频文件合成新语音（语音克隆）：
from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "Translate for me, what is a surprise!"
tts.infer(spk_audio_prompt='examples/voice_01.wav', text=text, output_path="gen.wav", verbose=True)
  1. 使用独立的情感参考音频文件来调节语音合成：
from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "酒楼丧尽天良，开始借机竞拍房间，哎，一群蠢货。"
tts.infer(spk_audio_prompt='examples/voice_07.wav', text=text, output_path="gen.wav", emo_audio_prompt="examples/emo_sad.wav", verbose=True)
  1. 当指定了情感参考音频文件时，您可以选择设置 emo_alpha 来调整其对输出的影响程度。
    有效范围为 0.0 - 1.0，默认值为 1.0（100%）：
from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "酒楼丧尽天良，开始借机竞拍房间，哎，一群蠢货。"
tts.infer(spk_audio_prompt='examples/voice_07.wav', text=text, output_path="gen.wav", emo_audio_prompt="examples/emo_sad.wav", emo_alpha=0.9, verbose=True)
  1. 也可以省略情感参考音频，转而提供一个8维浮点数列表，按以下顺序指定每种情感的强度：
    [高兴, 愤怒, 悲伤, 害怕, 厌恶, 忧郁, 惊讶, 平静]。
    此外，您可以使用use_random参数在推理过程中引入随机性；默认值为False，设为True时启用随机模式：

[!注意]
启用随机采样会降低语音合成的音色克隆保真度。

from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "哇塞！这个爆率也太高了！欧皇附体了！"
tts.infer(spk_audio_prompt='examples/voice_10.wav', text=text, output_path="gen.wav", emo_vector=[0, 0, 0, 0, 0, 0, 0.45, 0], use_random=False, verbose=True)
  1. 或者，您可以启用 use_emo_text 功能，根据您提供的 text 脚本来引导情感表达。随后，您的文本脚本将自动转换为情感向量。
    当使用文本情感模式时，建议将 emo_alpha 设置为 0.6 左右（或更低），以获得更自然的语音效果。
    您可以通过 use_random 参数引入随机性（默认值：False；设为 True 可启用随机功能）：
from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "快躲起来！是他要来了！他要来抓我们了！"
tts.infer(spk_audio_prompt='examples/voice_12.wav', text=text, output_path="gen.wav", emo_alpha=0.6, use_emo_text=True, use_random=False, verbose=True)
  1. 也可以通过emo_text参数直接提供特定的文本情感描述。您的情感文本随后会自动转换为情感向量。这使得您可以分别控制文本脚本和文本情感描述：
from indextts.infer_v2 import IndexTTS2
tts = IndexTTS2(cfg_path="checkpoints/config.yaml", model_dir="checkpoints", use_fp16=False, use_cuda_kernel=False, use_deepspeed=False)
text = "快躲起来！是他要来了！他要来抓我们了！"
emo_text = "你吓死我了！你是鬼吗？"
tts.infer(spk_audio_prompt='examples/voice_12.wav', text=text, output_path="gen.wav", emo_alpha=0.6, use_emo_text=True, emo_text=emo_text, use_random=False, verbose=True)

传统版本：IndexTTS1 用户指南

您也可以通过导入不同模块来使用我们之前的 IndexTTS1 模型：

from indextts.infer import IndexTTS
tts = IndexTTS(model_dir="checkpoints",cfg_path="checkpoints/config.yaml")
voice = "examples/voice_07.wav"
text = "大家好，我现在正在bilibili 体验 ai 科技，说实话，来之前我绝对想不到！AI技术已经发展到这样匪夷所思的地步了！比如说，现在正在说话的其实是B站为我现场复刻的数字分身，简直就是平行宇宙的另一个我了。如果大家也想体验更多深入的AIGC功能，可以访问 bilibili studio，相信我，你们也会吃惊的。"
tts.infer(voice, text, 'gen.wav')

如需更详细信息，请参阅README_INDEXTTS_1_5，
或访问IndexTTS1仓库：index-tts:v1.5.0。

我们的版本与演示

IndexTTS2: [Paper]; [Demo]; [HuggingFace]

IndexTTS1: [Paper]; [Demo]; [ModelScope]; [HuggingFace]

感谢

  1. tortoise-tts
  2. XTTSv2
  3. BigVGAN
  4. wenet
  5. icefall
  6. maskgct
  7. seed-vc

📚 引用

🌟 如果您觉得我们的工作有帮助，请给我们加星并引用我们的论文。

IndexTTS2:

@article{zhou2025indextts2,
  title={IndexTTS2: A Breakthrough in Emotionally Expressive and Duration-Controlled Auto-Regressive Zero-Shot Text-to-Speech},
  author={Siyi Zhou, Yiquan Zhou, Yi He, Xun Zhou, Jinchao Wang, Wei Deng, Jingchen Shu},
  journal={arXiv preprint arXiv:2506.21619},
  year={2025}
}

IndexTTS:

@article{deng2025indextts,
  title={IndexTTS: An Industrial-Level Controllable and Efficient Zero-Shot Text-To-Speech System},
  author={Wei Deng, Siyi Zhou, Jingchen Shu, Jinchao Wang, Lu Wang},
  journal={arXiv preprint arXiv:2502.05512},
  year={2025},
  doi={10.48550/arXiv.2502.05512},
  url={https://arxiv.org/abs/2502.05512}
}
如何选择深度强化学习算法：MuZero/SAC/PPO/TD3/DDPG/DQN/等算法
丨汀、的博客
07-14 4645
如何选择深度强化学习算法：MuZero/SAC/PPO/TD3/DDPG/DQN/等算法
B站发布IndexTTS：重塑文本转语音（TTS）技术的新标杆
这里汇聚了前沿的技术分享与实用的开发技巧，带你探索从创意到企业的技术创业之路。
03-05 2168
在近期的技术发布会上，B站正式推出了其最新的文本转语音（TTS）模型——IndexTTS。这款模型以令人瞩目的1.3%词错误率（WER）刷新了行业记录，并通过中文字符-拼音混合建模、精准停顿控制与跨模态优化等先进技术，重新定义了AI语音生成的精度和自然度标准。
pcm 采样率转换_44.1KHz够用吗？我们是否需要更高的采样率？
weixin_39972019的博客
11-21 2767
以下讨论均基于脉冲编码调制（Pulse Code Modulation，PCM）在回答这个问题之前，首先需要回答的是：高采样率有什么好处？高采样率的好处主要有以下三点：1、能记录更高带宽的音频信号；2、能降低对抗混叠滤波器和抗镜像滤波器的性能要求；3、能提高信噪比；下面我们基于以上三点来分析44.1KHz是否够用。一、采样率与带宽的关系根据香农采样定理，采样率44.1KHz的数字音频格式可以无损地...
HTML：一种标记语言而不是编程语言（2.0）
我是一只小嵩鼠
06-27 1934
HTML 样式 style 属性用于改变 HTML 元素的样式。 HTML 的 style 属性 style 属性的作用： 提供了一种改变所有 HTML 元素的样式的通用方法。 不赞成使用的标签和属性 应该避免使用下面这些标签和属性： 标签 描述 <center> 定义居中的内容。 <font> 和 <basefont> ...
安卓音频输出采样率_44.1KHz够用吗？我们是否需要更高的采样率？
weixin_36137385的博客
12-29 4149
以下讨论均基于脉冲编码调制（Pulse Code Modulation，PCM）在回答这个问题之前，首先需要回答的是：高采样率有什么好处？高采样率的好处主要有以下三点：1、能记录更高带宽的音频信号；2、能降低对抗混叠滤波器和抗镜像滤波器的性能要求；3、能提高信噪比；下面我们基于以上三点来分析44.1KHz是否够用。一、采样率与带宽的关系根据香农采样定理，采样率44.1KHz的数字音频格式可以无损地...
#软件设计师 #软考 #高频知识点总结 #上午题常考知识点 #下午题分析总结
REDANDBLUE_OvO的博客
07-13 6305
一、软件工程 【敏捷方法】 极限编程XP（轻量高效低风险柔性可预测） 四大价值观：沟通，简单，反馈，勇气。 五大原则：快速反馈，简单性假设，逐步修改，提倡更改，优质工作。 十二个最佳实践：计划游戏，小型发布，隐喻，简单设计，测试先行，重构，结对编程，集体代码所有制，持续集成，每周工作40小时，现场客户，编码标准。 水晶法（每一个项目需要一个不同的策略约定和方法）。 并列争球法（Scrum，30天一个小冲刺） 开发流程：Product Backlog(产品待办事项) → Sprint Backl
sklearn保存svm分类模型_【菜菜的sklearn】07 支持向量机(上)
weixin_39595621的博客
11-22 587
小伙伴们大家好~o(￣▽￣)ブ，我是菜菜，这里是我的sklearn课堂第7期，今天分享的内容是支持向量机（上），下周还有下篇哦~我的开发环境是Jupyter lab，所用的库和版本大家参考：Python 3.7.1（你的版本至少要3.4以上Scikit-learn 0.20.1 （你的版本至少要0.20Numpy 1.15.4, Pandas 0.23.4, Matplotlib 3.0.2, S...
为什么社会上的Java程序员还没有饱和？
yoyo31的博客
06-10 737
大学在教 Java，培训班也在输出 Java 程序员，但很遗憾，伟大的达尔文同学提出的“物竞天择，适者生存”依然是普世的真理。大学和培训班都看中了 Java 这块蛋糕，只能说明 Java 程序员在市场上的需求量很大，但却不是饱和！ 说说我的故事吧。我上大学那会，学校的计算机专业刚成立两年，也就是说，我们是第二批。据说，第一批做小白鼠的学长学姐们，很多在毕业的时候都没从事计算机专业方面的工作。倒不是他们不想找这方面的工作，而是本地的工作机会寥寥无几。 很幸运，我是班里面为数不多坚持下来的。准确来说，这个数
基于IndexTTS的零样本语音合成
Mr数据杨
07-02 1750
IndexTTS 是一个模块化语音合成系统，整合 BPE 文本编码、GPT 单元预测、dVAE 特征提取和 BigVGAN 音频生成等核心组件。项目提供完整的本地部署方案，支持命令行和 Web 界面操作，需提前准备 GPU 环境和模型权重。关键步骤包括：1) 通过 conda 创建 Python 3.10 虚拟环境；2) 从 HuggingFace 下载 7 个必需模型文件；3) 配置参数选择设备类型和推理精度。系统支持单句标准推理和批量并行处理，输出自然流畅的合成语音，适合 AI 语音应用开发和研
基于funasr+pyaudio实现电脑本地麦克风实时语音识别项目语音转文本python源码
07-29
【测试环境】 anaconda3+python3.9 torch==2.0.1+cu117 funasr==1.1.4 modelscope==1.16.1 PyAudio ==0.2.14 【视频演示】 https://www.bilibili.com/video/BV1Pb42177Bw/ 【博文地址】 ...
解放代码：识别与消除循环依赖的实战指南
热门推荐
张彦峰的博客
11-20 8万+
本文讨论软件开发中常见的循环依赖问题及其解决方法。首先介绍了循环依赖在代码中的形成原因，并提出了避免循环依赖的基本原则。其次，详细介绍了使用工具如JDepend来识别项目中的循环依赖，并通过具体案例分析了三种消除循环依赖的方法：提取中介者、转移业务逻辑和采用回调接口。每种方法都结合了实际的代码改造示例和测试用例，帮助读者理解和应用这些技术以优化自己的软件架构和设计。主要思想的编排思路来自极客时间《如何有效识别和解决代码中存在的循环依赖问题？》，当然也有其他的参考和自身的一些思考和优化。
淘系商品的成长密码：历史与趋势透视
张彦峰的博客
03-13 5万+
本文分析了淘系商品的发展历程，从早期的市场探索到如今的行业领先地位，深入探讨了技术创新、供应链优化、用户需求洞察等关键因素在淘系商品成功中的作用。通过对平台不断完善商品生态、提升购物体验和服务的过程分析，文章总结了淘系商品在竞争激烈的市场中如何通过创新应对挑战并推动电商行业的进步。未来，随着消费趋势变化和新兴模式的兴起，淘系商品将在更大范围内发挥其市场影响力。
【科研绘图系列】R语言绘制回归和热图
专注生信领域
09-12 36
通过可视化技术，研究者能够直观地展示微生物群落对环境变化的响应，这对于理解微生物群落的结构和功能至关重要。文章的结果表明，单细胞转录组学技术在揭示微生物群落内部异质性和功能分化方面具有巨大潜力。随着技术的不断进步，预计未来将有更多的研究利用这些方法来探索微生物群落的复杂性和适应性，为海洋生态系统的保护和管理提供科学依据。
多因子AI回归揭示通胀-就业背离，黄金价格稳态区间的时序建模
09-12 1033
本文通过构建包含通胀韧性、就业疲软、货币政策预期及跨市场联动的多因子量化模型，结合美国8月CPI超预期上行与初请失业金人数激增的动态数据，分析黄金价格的高位持稳机制，揭示就业市场对美联储降息预期的协同支撑效应。
Scikit-learn 对加州房价数据集（回归任务）进行全面分析
xchenhao 的博客
09-13 266
摘要 本研究使用加州房价数据集（20640个样本，8个特征）比较了11种回归模型的预测性能。通过标准化的数据预处理和统一评估流程，结果显示随机森林模型表现最佳（MSE=0.2573，R²=0.8040），其次是梯度提升回归（MSE=0.2883）和支持向量机（MSE=0.3099）。特征重要性分析表明MedInc（收入中位数）是最关键预测因子。残差图和预测值分布可视化验证了模型的有效性，其中树集成方法（随机森林、梯度提升）整体优于传统线性模型（线性回归、Lasso回归）。该分析为房价预测提供了可靠的模型选择
RT-DETRv2 中的坐标回归机制深度解析：为什么用 `sigmoid(inv_sigmoid(ref) + delta)` 而不是除以图像尺寸？
最新发布
weixin_38252409的博客
09-14 602
引言（120字）： RT-DETRv2 一行 `sigmoid(inv_sigmoid(ref) + delta)` 暗藏工业级智慧——它让模型不再依赖输入尺寸，所有坐标与损失均基于原始图像归一化计算。无需clamp、不传宽高，真正实现“语义定位”，适配任意分辨率，是端到端检测的范式革新。
Scikit-Learn 对糖尿病数据集（回归任务）进行全面分析
xchenhao 的博客
09-13 299
本文对糖尿病数据集（442个样本，10个特征）进行回归分析，比较了11种模型的预测效果。分析结果显示，Lasso回归表现最优（MSE=2817.09，R²=0.4782），其次是线性回归和SVR。特征重要性分析表明BMI和血压（bp）是影响糖尿病进展的关键因素。决策树和MLP模型表现较差，可能由于数据特性或参数设置问题。所有模型均经过标准化处理，并采用MSE和R²进行评估，为糖尿病病程预测提供了参考方法。
四大经典案例，入门AI算法应用，含分类、回归与特征工程｜2025人工智能实训季初阶赛
Rikki1013的博客
09-12 451
和鲸社区共包含14套赛题，覆盖初、中、高不同难度等级。而其中的，正是最适合萌新们的起点。无论你是否具备AI背景，只要有学习的热情，都可以通过初阶组开启人工智能的第一步：在真实案例中掌握分类、回归与特征工程，完成从0到1的算法应用实践。更重要的是：活动！所有人都可以报名参赛，获取实战经验的同时，为简历添上一道亮眼的“AI认证”。实训季地址：https://www.heywhale.com/u/3b9f6f。
保序回归Isotonic Regression的sklearn实现案例
素质云笔记
09-10 665
保序回归Isotonic Regression的sklearn实现案例
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值