for my ai lab, if it's available for you ,please give me a star
此外，这里提供了人工智能引论（吴飞）的扫描版，仅供自己用，侵权删
如果实验或者图书对你有用，帮我点个star叭~
这是HNU计科拔尖班人工智能实验的任务说明，可以详细了解实验说明
该实验是基于iemocap数据集进行文本和音频单模态和多模态的研究
关于每个实验给出了示例代码程序，需要完善并且优化模型的性能
三个实验的具体内容分别在lab2，lab3，lab4
每个实验文件夹下都有best_Model，保存了我最终得到的实验模型，其中hwx.py文件是最终模型运行文件，hwx_report文件是整个实验的说明，hwx_result.csv保存了实验的最终结果，便于最终在test集上验证模型效果。
文件夹下的其他文件是在找到最优模型过程中尝试的模型
实验整体难度不大，关键在于如何找到提升模型性能的方法。
在实验过程中我进行了多种尝试，提升模型性能最好的方法是在数据预处理部分，这是模型性能良好的基础，也正如老师课上所解释的garbage in，garbage out，有了好的数据，并且进行合理的数据预处理，才能确保可以尽可能地实现模型的性能优化。
当然模型的选择和架构的优化也是模型性能良好的关键，在实验中，我尝试了多种模型优化方法，最终取得了不错的效果。
当然还有很多其他的想法尚未实现，可以在后续深入研究，比如类似图片-文字对比学习的clip，实现将音频-文本对比学习，我看到有人已经实现了audioclip，相信只要有足够的数据，通过该方法也可以创建情感大模型，实现更好的分类预测效果。 也可以将音频和文本在更多维度上进行特征融合，比如可以使用残差，从而让两种模态信息更好地融合。