← 返回卡片

原书出处

智能算法导论

198 2 0 . 4 . 1 基 于 深 度 学 习 算 法 的 声 学 模 型

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.897Z

程中变化较慢,通常是上一个状态c加上一些数值,代表网络的长期记忆。而h在不同节点下往往会有很大区别,代表网络的短期记忆。

LSTM通过遗忘门来控制上一个状态的c,选择性地遗忘掉一部分不需要的内容;通过输入门来对输入的内容进行选择性的记忆;通过输出门来选择哪些作为当前状态的输出。LSTM通过遗忘门、输入门和输出门可以更好地控制信息流动和传递,具有长短时记忆能力,其整体性能同样有了大幅提升。

但同时由于引入了很多内容,参数增多,因此训练难度加大了很多。 CNN是图像处理中的主流模型,而语音信号的时频图同样可以看

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter20_0009.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d