利用非平凡连接性进行自动语音识别
声音
2017-11-29 v1 音频与语音处理
机器学习
摘要
非平凡连接性通过解决梯度消失问题并提供更高效的参数复用方法，使得非常深网络的训练成为可能。本文中，我们在图像分类任务上对残差网络、密集连接网络与高速网络进行比较。接着，我们表明这些方法可轻易部署于自动语音识别中，并为现有模型带来显著改进。
引用
@article{arxiv.1711.10271,
title = {Exploiting Nontrivial Connectivity for Automatic Speech Recognition},
author = {Marius Paraschiv and Lasse Borgholt and Tycho Max Sylvester Tax and Marco Singh and Lars Maaløe},
journal= {arXiv preprint arXiv:1711.10271},
year = {2017}
}
备注
Accepted at the ML4Audio workshop at the NIPS 2017