一种算法对于深层神经网络训练速度的提升
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.
声纹识别、CNN、FBN、数据增强
15
TP393(计算技术、计算机技术)
2019-09-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
207-209