知识卡片
声学网络组合不同归纳偏置
声学建模可把 CNN 的局部时频特征、递归网络的时间依赖和前馈网络的表示映射组合。语音时频图适合局部卷积,但卷积的平移等变性不等于任意时频变化都无影响。多结构组合是否获益须按识别质量、延迟和计算成本比较,不能把互补性当作必然优于单模型的证明。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 0 . 4 . 1 基 于 深 度 学 习 算 法 的 声 学 模 型 · 查看原书依据
CNN、DNN和LSTM在建模能力上具有互补性:DNN适合将特征映射到更加可分离的空间,LSTM则擅长于时间建模,而CNN擅长减少语音信号的多样性。通常将多种网络组合在一起,这样可以得到比单类型的深度学习声学模型更加优异的效果。
参考来源
- 位置:《智能算法导论》第 198 项《20.4.1 基于深度学习算法的声学模型》(源文件:`_epub-src/EPUB/xhtml/chapter20_0009.xhtml`)
- 结论依据:正文以时频图引入卷积并比较 CNN、DNN、LSTM 的侧重;平移不变性和组合更优的结论补明条件。
- 原始内容:CNN、DNN和LSTM在建模能力上具有互补性:DNN适合将特征映射到更加可分离的空间,LSTM则擅长于时间建模,而CNN擅长减少语音信号的多样性。