rnn中文语音识别java_语音识别学习记录 [循环神经网络RNN、LSTM介绍及实现]

本文是作者关于RNN和LSTM的语音识别学习记录,介绍了RNN的基础知识、LSTM的工作原理,并通过TensorFlow实现了一个简单的RNN模型,用于MNIST数据集的分类任务。在训练过程中,展示了训练步骤、损失函数和准确率的计算。
摘要由CSDN通过智能技术生成

语音识别学习记录 [循环神经网络RNN、LSTM介绍及实现]

发布时间:2018-07-28 16:31,

浏览次数:375

, 标签:

RNN

LSTM

RNN简介

RNN结构

Back Propagation Through Time(BPTT)训练

Long Short-Term Memory(LSTM,长短时记忆网络)

上文的介绍转自RNN-循环神经网络和LSTM-01基础

。下面是我用tensorflow实现的一个简单RNN的样例。

from __future__ import print_function import tensorflow as tf from

tensorflow.contrib import rnn # Import MNIST data from

tensorflow.examples.tutorials.mnist import input_data __mnist =

input_data.read_data_sets("MNIST_data/", one_hot=True) # 训练参数 __learning_rate =

0.001 __training_steps = 20000 __batch_size = 128 __display_step = 100 #

Network Parameters __num_input = 28 # 输入 __timesteps = 28 # 时间轴 __num_hidden =

128 # lstm cell的数量 __num_classes = 10 # 分类数量 # tf Graph input __X_input =

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