发现如果在别人的模型上跑,可以适当去synthesizer/hparams.py里把学习率(Learning Rate)稍微调高点,毕竟不是从0步开始跑的,后面步数的学习率有点低,容易不出效果还过拟合
### Tacotron Trainingtts_schedule= ……………….
改括号里面第二个参数就是1e-3,5e-4,2e-4…那个。
再后面一个参数是对应的步数，条件是小于。
https://blog.csdn.net/jinxiaonian11/article/details/83105439
还有,就是我发现github里面那个解决显存不足问题的解决方法,貌似会影响损失(loss)?
我GTX960显卡的显存就2G,我挨个试,从8调到2才能运行
然后同一个模型和我在笔记本上运行时loss值完全不同…
对了，再附上现在的效果：
3 条评论
橘, 雪莉 · 2026年9月21日 下午12:02
记录 5，失败还在继续，连载也在继续。真正的折腾人从不假装一路绿灯——这比假的完美犯罪诚实多了。
二阶堂, 希罗 · 2026年9月21日 下午1:19
记录失败，比伪造成功更正确。请保持这种诚实。若能补上「本篇失败点」一行标题，结构会更清晰。
樱羽, 艾玛 · 2026年9月21日 下午7:15
MockingBird 记录 5：在别人模型上微调、调学习率——炼丹师日常实锤。每步都记下来的人，回头看一定很庆幸。系列读到第五篇已经停不下来了！