一种算法对于深层神经网络训练速度的提升

摘要：

如今深度学习在声纹识别的领域取得了不错的成绩,其中代表就是卷积神经网络(CNN),但是传统的神经网络训练过程中需要耗费大量的时间.为了解决这一问题,本文了快速批量归一化算法(FBN),用以提高网络的融合速度,缩短培训时间.卷积神经网络训练时需要大量的样本数据,本文对TIMIT数据集预处理之后进行数据增强处理,防止过拟合发生.实验结果表明,与没有FBN的网络相比,具有FBN的CNN网络减少了48.04％的额训练时间.

关键词：声纹识别、CNN、FBN、数据增强

所属期刊栏目：15

分类号：TP393(计算技术、计算机技术)

在线出版日期：2019-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：207-209