awni/ecg项目主要聚焦于动态心电图中的心律失常检测与分类，其水平达到心脏病专家级别。项目详细给出了安装、训练和测试的步骤，安装需克隆仓库、创建环境并安装需求，训练按指令操作且模型会周期保存，测试可对数据集预测。成果发表于《Nature Medicine》，采用深度神经网络技术，期待大家积极讨论该项目。

masr是一个基于端到端深度神经网络的中文普通话语音识别项目。它使用门控卷积神经网络，激活函数为GLU，用AISHELL - 1数据集训练。在GTX1080Ti单卡上迭代一个epoch约20分钟，验证集CER达11%，测试集CER为14%，外接语言模型可降至8%，提供预训练模型。虽然不能与工业界效果相比，但可作为研究卷积网络用于语音识别效果的参考。