nnet3 TDNN chunk, left-context, right-context

最新推荐文章于 2021-02-04 00:13:58 发布

weixin_30326515

最新推荐文章于 2021-02-04 00:13:58 发布

阅读量276

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/JarvanWang/p/10145896.html

本文详细解析了深度神经网络中输入输出的数据维度，包括数据块宽度、输入层的特征维度以及输出层的单元数量。具体阐述了左上下文、中间帧数、右上下文在输入数据中的作用，以及输出层的one-hot向量表示。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

chunk-width

数据块的宽度

NnetIo

name=="input"

indexes，left-context+num-frame+right-context=5+7+6=18维

features，18*39=702维

NnetIo

name="output"

indexes，7维，即chunk-width

features，7*2968维，2968为输出层单元数。向量为one-hot向量。

灰色底纹单元格区域为left-context=5

黄色底纹单元格区域为num-frame=7

蓝色底纹单元格区域为right-context=6

深灰色底纹单元格区域为left-context-initial=3

深蓝色底纹单元格区域为right-context-final=4