- 博客(5)
- 资源 (25)
- 收藏
- 关注
转载 神经元信息处理方式
信息处理过程包括输入,处理,输出三个阶段。对应到神经元上就是树突,胞体,轴突(胞体也可以接受输入,树突也可以进行处理计算。) 神经元之间传输的信号是01这种数字信号,现在一般认为是靠频率编码。就是速度快慢代表的意义不同。 成千的树突以及胞体接受了其他神经元传来的信号,同时进行计算。一种说法是时空整合,因为一树突的位置不一样,二树突接受的信息的时间不一样,等各种信息奔跑到轴突的时候,会有个闸门,小
2017-09-25 16:26:10 6026
转载 文章学习《HMM学习最佳范例》
原文地址 http://www.52nlp.cn/hmm-learn-best-practices-one-introduction一、介绍我们通常都习惯寻找一个事物在一段时间里的变化模式(规律),比如计算机中的指令序列,句子中的词语顺序和口语单词中的音素序列等待。事实上任何领域中的一系列时间都有可能产生有用的模式。一个简单的例子,有人试图通过一片海藻推断天气,民间传说“湿透的”海藻意味
2017-09-06 20:22:40 524
原创 语音识别的基本概念
摘录自 http://blog.csdn.net/zouxy09/article/details/7941055语音是一个连续的音频流,它是由大部分的稳定态和部分动态改变的状态混合而成。 一个单词的发声(波形)实际上取决于很多因素,而不仅仅是音素,例如音素上下文、说话者、语音风格等。 协同发音(指的是一个音受前后相邻音的影响而发生变化,从发生机理上看就是人的发生器官在一个音转向另一个音时其特
2017-09-05 22:41:04 3680
转载 有关语音方面的深度学习资料合集
把一些深度学习在语音上的应用的开源代码收集起来,如果你遇到,可以告诉我,我也收集在这里。方便大家查阅和做实验。 1.audio feature extraction with deep belief network: http://www.liacs.nl/~dmus/api2011.html 这个主要是用dbn来做个语音的分类。 2.Unsupervised feature
2017-09-02 10:23:07 532
原创 文章学习《语音识别的前世今生|深度学习彻底改变对话式人工智能》
语音识别的研究和发展情况基本分为三个主要时期:2011年之前 没什么进展 2011年—2014年 第一个基于深度学习的语音识别系统。此后有了更多的数据,云计算后,一些公司均采用深度学习技术。 2015年至今 递归神经网络与注意力模型、记忆网络以及其他技术一起,掀起了第三次发展的浪潮。机器所识别的语音可能包括一部分噪声,所以要求其能够从噪声中提取出与对话相关的部分并将其转化为有意义的文字。语
2017-09-01 16:52:06 1379
《机器学习与应用》高清PDF+雷明.rar
2019-07-20
《实战Java高并发程序设计》葛一鸣&郭超(编著)
2018-11-10
《C及C++程序设计(第4版)》张富&王晓军(作者)
2018-11-10
《精通D3.js:交互式数据可视化高级编程》吕之华(作者)
2018-10-13
《Docker生产环境实践指南》[美]Joe Johnston(作者)
2018-10-13
《Linux运维最佳实践》胥峰&杨俊俊(作者)
2018-10-13
代码之髓:编程语言核心概念
2018-09-12
冒号课堂:编程范式与OOP思想
2018-09-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人