【笔记】DLHLP - 李宏毅 - 3 - 语音识别 - Part 2 LAS
语音识别模型： 语音识别模型主要分为两种，一种是基于seq2seq的，一种是基于HMM的。 seq2seq的模型主要有LAS，CTC，RNN-T，Neural Transducer，MoChA。 ...
原文：【笔记】DLHLP - 李宏毅 - 1 - Introduction - 人类语言处理介绍
课程名称：深度学习与人类语言处理 Deep Learning for Human Language Processing 自然语言包括文本和语音两种形式，不过自然语言处理大多时候指的是文本处理，所以这门课的名字叫人类语言处理以便区分，因为这门课语音和文本的内容是 : 的 人类语言处理的终极目标：让机器能够听懂人说的话，看懂人写的句子，并有能力说出人听得懂的话，写出人看得懂的句子。 世界上只有 的语 ...
2020-07-06 11:10 0 756 推荐指数：
相关推荐
【笔记】DLHLP - 李宏毅 - 4 - 语音识别 - Part 3 CTC, RNN-T and more
Connectionist Temporal Classification (CTC) CTC可以用于线上实时地语音识别，编码器用的是单向的RNN，解码是用MLP来预测文字分布。 编码器将语音输入\ ...
李宏毅机器学习2020笔记（一）Introduction&Regression
一、Course Introduction 1、机器学习就是自动找函式 Regression: output is a scalar. Classification：yes or no Binary classification：RNN作业 Multi-class ...
李宏毅2021春机器学习课程笔记——Introduction of Machine/Deep Learning
本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！ 一、Machine Learning概念理解 Machine Learning主要的任务是寻找一个合适的Function来完成我们的工作（非常不严 ...
李宏毅 2018最新GAN课程 class 1 Introduction
比较有用的是conditioned generator，能够控制输入的vector来控制对应的文字音像 ...
李宏毅深度学习笔记-Transformer
model里面大量用到了self-attention这种特别的层。 一般讲到处理sequenc ...
李宏毅深度学习笔记-为什么要深度？
问题：越深越好？ 层数越多，参数越多，model比较复杂，数据又多的话，本来误差就越小，这为什么归因于”深“呢？ 矮胖结构 v.s. 高瘦结构 真正要比较”深“和”浅“的model的时候 ...
李宏毅-Network Compression课程笔记
一、方法总结 Network Pruning Knowledge Distillation Parameter Quantization Architecture Design ...