自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 GMM-HMM语音识别建模

GMM-HMM语音识别建模 截图来自台大《數位語音處理概論》课程课件 電機系 李琳山 Hidden Markov Model 观测是状态的概率函数(离散或连续) 该模型是一个随机过程,其底层随机过程是不可直接观测(隐藏)的。(状态是不可直接观测到的) 根据观测序列,我们永远不知道是哪个状态序列产生了它 Elements of an HMM {S,A,B,π} S: 可能的状态的集合。 A:N...

2019-04-23 22:20:16 696

转载 为什么RNN会产生梯度爆炸与消失,LSTM为什么可以解决这一问题

为什么RNN会产生梯度爆炸与消失,LSTM为什么可以解决这一问题 原文链接–知乎 经典的RNN结构如下图所示: 假设我们的时间序列只有三段, S_{0} 为给定值,神经元没有激活函数,则RNN最简单的前向传播过程如下: 假设在t=3时刻,损失函数为 则对于一次训练任务的损失函数为 ,即每一时刻损失值的累加。 使用随机梯度下降法训练RNN其实就是对 W_{x} 、 W_{...

2019-04-12 16:56:14 3121 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除