kaldi 1d-CNN源码

最新推荐文章于 2024-03-18 11:10:06 发布
最新推荐文章于 2024-03-18 11:10:06 发布
阅读量2.6k 收藏 5
点赞数 2
分类专栏： kaldi 文章标签： cnn
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xmdxcsj/article/details/62238018
版权

CNN

nnet/nnet-convolutional-component.h

假设CNN相关参数如下

###输入相关参数
num_splice=3                                            #语音数据的左右context，此处左右一帧
path_stride=5                                           #一帧特征的维度
input_dim=path_stride*num_splice=15                     #输入特征的维度

###滤波器相关参数
num_filters=2                                           #滤波器个数
patch_dim=2                                             #滤波器在一帧特征上面的维度
filter_dim=num_splice*patch_dim=6                       #滤波器在3帧特征上的维度
patch_step=1                                            #patch移动的步长

###输出相关参数
num_patch=1 + (patch_stride - patch_dim) / patch_step=4 #每个滤波器在特征上面做卷积的次数（即输出个数）
output_dim=num_patch*num_filters=8                      #cnn的输出维度

###多帧并行的参数
frame_num=2                                             #一次计算特征的个数

PropagateFnc

首先将特征按照splice重新组织成vectorized_feature_patches，然后跟对应的filters做卷积
这里写图片描述
这里写图片描述

BackpropagateFnc

计算对输入的梯度（向后继续传播）
这里写图片描述

Update

计算对参数的梯度（用于参数更新）
这里写图片描述

Max-Pooling

在后向传递梯度的时候只在最大值对应的边传递，其他值的梯度为0.

后面的技术分享转移到微信公众号上面更新了，【欢迎扫码关注交流】

在这里插入图片描述

xmdxcsj
关注
  • 2
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python卷积神经网络实现
05-22
卷积神经网络python实现。 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。由于卷积神经网络能够进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial
Python《基于一维卷积神经网络（1D-CNN）的多元时间序列分类》+源代码+文档说明
最新发布
03-21
<项目介绍> -基于一维卷积神经网络（1D-CNN）的多元时间序列分类 - 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
Python环境下基于1D-CNN、2D-CNN和LSTM的一维信号分类
weixin_39402231的博客
03-18 1527
Python环境下基于1D-CNN、2D-CNN和LSTM的一维信号分类
高光谱图像分类
03-06
讲述高光谱图像的分类方法，特征，判据、准则，算法等等
1D-CNN-for-CWRU:用于CWRU滚动轴承数据集的一维CNN
04-30
一维CNN for CWRU
人工智能-项目实践-文本分类-CNN-RNN中文文本分类，基于TensorFlow
05-12
人工智能-项目实践-文本分类-CNN-RNN中文文本分类，基于TensorFlow 使用卷积神经网络以及循环神经网络进行中文文本分类 CNN做句子分类的论文可以参看: Convolutional Neural Networks for Sentence Classification 以及字符级CNN的论文：Character-level Convolutional Networks for Text Classification 本文是基于TensorFlow在中文数据集上的简化实现，使用了字符级CNN和RNN对中文文本进行分类，达到了较好的效果。 文中所使用的Conv1D与论文中有些不同，详细参考官方文档：tf.nn.conv1d
基于keras的1D CNN时间序列分析
05-23
CNN可以很好地识别数据中的简单模式，然后使用这些模式在更高的层中形成更复杂的模式。当您希望从整体数据集的较短(固定长度)片段中获得有趣的特征，且特征在片段中的位置相关性不高时，1D CNN非常有效。 这适用于传感器数据(如陀螺仪或加速度计数据)的时间序列分析。它还适用于分析固定长度周期内的任何类型的信号数据(如音频信号)。另一个应用程序是NLP(尽管在这里LSTM网络更有前途，因为单词的接近程度可能并不总是一个可训练模式的良好指示器) 博客地址：https://blog.csdn.net/weixin_38346042/article/details/121742025?spm=1001.2014.3001.5501
1DCNN原理详解
weixin_49216787的博客
10-18 2万+
一维卷积神经网络（1DCNN）前向计算原理详解
一维卷积（1D-CNN）、二维卷积（2D-CNN）、三维卷积（3D-CNN）
热门推荐
biubiusion的博客
06-05 5万+
一维卷积神经网络（1D-CNN） 一维卷积常用在序列模型、自然语言处理领域； 假设输入数据维度为8，filter维度为5； 不加padding时，输出维度为4，如果filter的数量为16，那么输出数据的shape就是； 二维卷积神经网络（2D-CNN） 二维卷积常用在计算机视觉、图像处理领域（在视频的处理中，是对每一帧图像分别利用CNN来进行识别，没有考虑时间维度的信息）； 假设原始图像 shape 为（其中3为3个通道），使用32个大小为（其中3为深度，与通道数相同）的卷积核对其进行
基于深度学习模型（1D CNN）实现钓鱼网站检测
Gerald_Jones的博客
12-07 7161
一、运行环境 windows10系统 虚拟环境：Anaconda3 python版本：3.8.8 框架工具：TensorFlow（tensorflow-gpu2.7.0) 编译工具IDE：VsCode 环境安装教程： https://blog.csdn.net/Gerald_Jones/article/details/121370247 https://blog.csdn.net/Gerald_Jones/article/details/121549127 https://blog.csdn.net/G
CNN0926_一维卷积_matlab1D-CNN
09-11
一维卷积代码，基本的网络结构，输入 卷积 池化 卷积 池化 输出，可实现分类的功能
kaldi-gstreamer-server：基于Kaldi工具包和GStreamer框架的实时全双工语音识别服务器
02-23
Kaldi GStreamer服务器 这是基于Kaldi工具包和GStreamer框架并以Python实现的实时全双工实时语音识别服务器。 广告 塔林工业大学正在寻找一名从事语音识别的博士生，重点是轻度代码转换的语音（例如，芬兰语包含很...
docker-kaldi-gstreamer-server:kaldi-gstreamer-server 的 Dockerfile
05-30
docker-kaldi-gstreamer-server kaldi 。概要此 dockerfile 自动构建主服务器和工作服务器，这些服务器在来自 Tanel Alumäe 的解释，并由他自己在。 使用此项目，您将能够在几分钟内运行自动语音识别 (ASR) 服务器...
kaldi-trunk 安装包
12-16
你也可以使用下属命令获取 git clone https://github.com/kaldi-asr/kaldi.git kaldi-trunk --origin golden
Kaldi 学习-02.pdf
09-20
Kaldi 学习-02.pdf
kaldi-gop:计算基于GMM的发音善度（GOP）。 基于卡尔迪
05-23
卡尔迪戈普该项目使用Kaldi计算基于GMM的GOP（发音优度）。有关基于DNN的实现的说明此实现是基于GMM的。 对于基于DNN的实现，请检查Kaldi的官方存储库： GOP-DNN的性能应该比GOP-GMM好得多。如何建造 ./build.sh运行...
加密流量分类torch实践1：1D-CNN模型训练与测试
qq_45125356的博客
09-20 3122
加密流量1D-CNN分类实践
（论文加源码）基于deap的四分类脑电情绪识别（一维CNN+LSTM和一维CNN+GRU
qq_45874683的博客
03-19 6343
摘要： 在这里，我们研究了脑电情绪的分类方法，并提出了两种模型来解决这一问题，它们是两种深度学习结构的混合：一维卷积神经网络（CNN-1D）和循环神经网络（RNN）。我们在RNN体系结构中实现了递归单元（GRU）和长短时记忆（LSTM），这是专门为解决消失梯度问题而设计的，消失梯度问题通常成为时间序列数据集中的一个问题。我们使用该模型从价-觉醒平面对四个情绪区域进行分类：高价-高觉醒（HVHA）、高价-低觉醒（HVLA）、低价-高觉醒（LVHA）和低价-低觉醒（LVLA）。也就是四分类代码。...
Kaldi-python
09-20
Kaldi-python是一个Python库，用于处理和操作Kaldi中的语音数据。它提供了在Python中读取和写入Kaldi音频特征和标签的功能。你可以通过安装kaldi-io-for-python来使用Kaldi-python库。你可以克隆GitHub上的kaldi-io-for-python仓库，并按照提供的安装方法进行安装。在安装完成后，你就可以使用Kaldi-python库来处理和分析Kaldi中的语音数据了。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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