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
实现卷积运算的平移不变性,很大程度上可以克服语音信号的多样性。CNN本质上可以看作从语音信号中不断抽取特征的一个过程。
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。
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