问题标签 [auto-tuning]

Azure 用于自动调整的 SQL 数据库功能会根据数据库使用情况创建和删除索引。我已经将一个旧数据库导入 Azure，它没有定义全面的索引，它似乎在相对较短的时间内减少 CPU 和 DTU 使用率方面做得很好。

感觉不对 - 但这是否意味着我可以在不定义索引的情况下继续发展？有人这样做吗？SSMS 索引编辑器是一个痛苦和缓慢的修改。不必担心/维护索引会加快开发时间。

我一直在玩 PyAutoTune 模块一段时间，但我似乎无法让它工作。不幸的是，文档不存在，我唯一需要使用的是示例文件夹中的示例。

我想做的是从 TTS 引擎获取一个 .wav 文件并自动调整它，以获得更像机器人的声音。但我似乎无法让它发挥作用。当我尝试运行 FromFileAutoTune 表单命令行时，我只得到一个没有声音的空 wav 文件。

我试过的：

• 我尝试编写打印语句来监控流程的不同部分。
• 我注意到我的 wav 文件有 16 位深度，所以我尝试将块读取为 16 位整数，然后将它们转换为 float32。我得到的数据完全相同，所以这并没有真正帮助。
• 我可以看到块被正确读取并且数据数组具有正确的格式
• 我可以看到 rawfromC 数据AutoTune.Tuner(...)几乎总是一长串 0，这让我很担心。
• 我检查了另一个示例 ( RealTimeAutoTune)，它运行得非常好。我可以用我的麦克风说话并（几乎）实时获得自动调谐的版本。所以我知道该模块以某种方式在那里工作。

由于我插入AutoTune.Tuner()函数的数据在两个示例中具有几乎相同的结构，并且其他参数完全相同，我希望输出非空白，但事实并非如此。我错过了一些明显的东西吗？此外，现在AutoTune.Tuner()对我来说只是一个神奇的黑匣子，除了可以从提供的两个示例中推断出的内容外，没有任何迹象表明它需要什么输入以及它产生什么输出。任何可以为我指明正确方向的事情都非常感谢！

到目前为止，这是我的代码：

编辑：查看输出，实际上有一些块，其中几乎 25% 的条目不是 0。但是，这与所需的输出相去甚远......

正如您在上面看到的，我对参数进行了一些 Optuna 调整，包括调整层数。

我现在需要对上面的 forward 函数做同样的事情，我做了下面的伪代码，但它不会运行，请告知如何。主要问题是将 for 循环函数合并到 forward 函数中。

我正在尝试使用 AWS SageMaker 超参数调整作业。我可以使用 C5 实例，但是，在尝试使用 p2 或 p3 时出现此错误。

有人知道吗？

我正在使用 talos 来调整多输入多输出神经网络的超参数。我想使用随机搜索；但是，当在 talos 中使用 random_method 选项时，它会尝试超参数的每个组合。以下是我使用的参数：

以下是 talos 中随机搜索的样子：

我看不出 talos 中的网格搜索和随机搜索有什么区别。我在哪里错了，如何提高调整速度？

我已将 Azure SQL 数据库的三个自动调整选项（即强制计划、创建索引、删除索引）的“所需状态”设置为 ON。

数据库兼容级别为150，Query Store操作模式为“读写”。

但是，强制计划设置仍处于关闭状态，并显示消息“已被系统禁用”。这是通过查询确认的sys.database_automatic_tuning_options。

我热衷于利用自动计划强制。这可能是什么原因造成的，我能做些什么来解决它？