原文参考：https://zhuanlan.zhihu.com/p/622980527

1. 语音合成任务简介

1.1. 语音与文本

对比语音来说，NLP技术在深度学习中更为普及。在介绍语音合成任务前，我们先来了解语音这一模态的特点，并将其与文本模态对比。

原始数据下载

European Nucleotide Archive (ENA)

https://www.ebi.ac.uk/ena/browser/view/PRJEB40872

选择后，会生成 bash 脚本，包括 wget 命令。直接运行脚本即可。

SRA 数据库

大部分测序的原始数据都在 SRA。可以安装 SRA-tools 来下载相关的数据。

选择数据后，下载 access_list，会生成一个包含样本编号的 txt 文件。

背景

1. 背景：

   1. 我们已经和利雅得的医院合作，获取到病人的康复期血液。包括血清和其中的血细胞 PBMC。

   2. 目前已经和剑桥合作开发mRNA疫苗，对方已经开发了两年，并且有相关得技术积累。

今天给大家介绍的文章是来自沙特阿卜杜拉国王科技大学 (KAUST) 高欣教授课题组 (http://cemse.kaust.edu.sa/sfb) 和中科院福建物质结构研究所张璐研究员团队开发的基于生成式预训练 Transformer (GPT) 和强化学习设计抗体库的方法，AB-Gen，于近日发表在《Genomics, Proteomics & Bioinformatics》上 ，文章的第一作者是KAUST的博士生徐晓鹏。

超参优化是深度学习中的常见问题，有好多工具用于解决相关问题。其中，有一些博客对其做了比较好的综述，见这里：https://neptune.ai/blog/best-tools-for-model-tuning-and-hyperparameter-optimization。

总结如下：

• https://docs.google.com/spreadsheets/d/e/2PACX-1vQQngvMHiqVNND4-pBHq-2_S4SfJFnBn1qg4V_RsnG28qBJ4EV3soATwpq-YaShLDz2437FcH11-JLp/pubhtml?gid=0&single=true Google Vizer, AWS Sage Maker, 和 Azure Machine Learning 付费不开源，可以忽略。

来源：https://zhuanlan.zhihu.com/p/104298923

要点：

• 不能遗漏意见

• 分主次，稳住 positive、争取 negative

• 不懂问题的常见处理方法：

  • Novelty：梳理重要贡献，强调 motivation 和 intuition。或强调简单有效。