- 博客(6)
- 资源 (1)
- 收藏
- 关注
原创 《How to Use the TimeDistributed Layer for Long Short-Term Memory Networks in Python》学习笔记
跟随大神Jason Brownlee, Ph.D学习Deep Learning.《How to Use the TimeDistributed Layer for Long Short-Term Memory Networks in Python》原文地址点击打开链接 这篇文章是关于LSTM用于sequence prediction(n个time step的input,对应n个ti
2018-01-28 20:10:28 495
原创 Deep Learning快速学习方法
传统方法是,学习数学理论,机器学习理论,Deep Learning理论,然后是实践,这条路太漫长。而更快速的方法是使用Keras+Python快速的上手练习【1】。通过这些练习,达到2个目的:A. 熟悉Keras的 API函数的用法,来实现不同的DL模型B. 熟悉DL在语音,语言等建模中的应用。【1】 列举了一些例子。对图像应用,MNIST是不错的数据集;对语音,TIM
2018-01-27 22:04:34 442
原创 Kaldi AMI数据集脚本学习4---train_mono.sh
1. 缺省配置nj=4 并行个数cmd=run.pl 处理程序scale_opts="--transition-scale=1.0 --acoustic-scale=0.1 --self-loop-scale=0.1"num_iters=40 ** Number of iterations of training 训练循环次数max_iter_inc=30 *
2018-01-14 21:32:04 942
原创 Kaldi AMI数据集脚本学习3---run_ihm.sh stage 1~3
1. stage 1 在此之前,已经下载了130G的AMI数据在目录$AMI_DIR(wav_db/amicorpus)了。# Prepare ihm data directories,if [ $stage -le 1 ]; then local/ami_ihm_data_prep.sh $AMI_DIR local/ami_ihm_scoring_data_pr
2018-01-13 21:15:20 1477 3
原创 Kaldi AMI数据集脚本学习2----run_prepare_shared.sh
在学习脚本文件时,重点关注哪些是调用标准函数,哪些是调用特定数据集的数据处理函数;关注每个阶段处理的输入,输出和控制参数。不要面面俱到,试图理解每行代码。1. 下载AMI数据集的xml标注文件包; 从xml格式的标注文件提取得到data/local/annotations文件夹下文本格式的标注文件train.txt,eval.txt,dev.txt.# Do
2018-01-13 16:32:48 1128
原创 Kaldi AMI数据集脚本学习1----cmd.sh和path.sh
1. cmd.sh我是在个人电脑上运行Kaldi的,所以脚本关键内容如下:export train_cmd=run.plexport decode_cmd=run.plexport tfrnnlm_cmd=run.plexport cuda_cmd=run.pl2.path.sh所有library和tool的路径在这里加到PATH环境变量里。
2018-01-13 11:27:48 1344
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人