Tacotron2--attention

编码器:双向RNN,能保证感知到前向和后向的信息 Tacotron2编码器使用三层卷积赋予了神经网络类似于N-gram感知上下文的能力。 使用卷积的好处,可以捕获长时依赖,也使得卷积的使用使得模型对不发音字符更鲁棒(know中k) 编码器公式: 注意力机制: 一般的注意力机制: pic: ......
摘要由CSDN通过智能技术生成
  • 编码器:双向RNN,能保证感知到前向和后向的信息

    • Tacotron2编码器使用三层卷积赋予了神经网络类似于N-gram感知上下文的能力。

    • 使用卷积的好处,可以捕获长时依赖,也使得卷积的使用使得模型对不发音字符更鲁棒(know中k)

    • 编码器公式:

  • 注意力机制:

    • 一般的注意力机制:

      • pic:

    • 基于内容的注意力机制:

      • 实质上就是把上一个解码器的输出和相应的输入元素连接

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值