最近在复现deepspeech来实现语音识别。其网络结构为CNN与GRU,加一个线性分类层。在实现的过程中,代码参考链接:
https://www.assemblyai.com/blog/end-to-end-speech-recognition-pytorch/
他这里的多层GRU写法如下:
self.birnn_layers = nn.Sequential(*[
BidirectionalGRU(rnn_dim=rnn_dim if i==0 else rnn_dim*2,
hidden_size=rnn_dim<