原创 神經網絡基礎-梯度下降和BP算法

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:本文參考吳恩達老師的Coursera深度學習課程,很棒的課,推薦  本文默認你已經大致瞭解深度學習的簡單概念,如果需要更

原创 EM算法詳細推導

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 在看代碼的過程中,發現EM算法的瞭解不是很透徹,又回頭來手動推導了一遍EM算法,算是一個補充吧。如果不需要了解具體細節,可以看我之

原创 TensorFlow入門-簡單RNN

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 之前寫過一些關於深度學習的簡單概念,最近這段時間會看一些代碼相關的東西。 本文參考: https://github.com/law

原创 keras實現CNN

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 之前寫過一些關於深度學習的簡單概念,最近這段時間會看一些代碼相關的東西。 本文參考:吳恩達deeplearning.ai課程 一、

原创 聲紋識別之PLDA

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:http://www.cctime.com/html/2016-9-1/1214102.htm https://blog

原创 神經網絡基礎-GRU和LSTM

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:本文參考吳恩達老師的Coursera深度學習課程,很棒的課,推薦  本文默認你已經大致瞭解深度學習的簡單概念,如果需要更

原创 神經網絡基礎-多層感知器(MLP)

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:本文參考吳恩達老師的Coursera深度學習課程,很棒的課,推薦  本文默認你已經大致瞭解深度學習的簡單概念,如果需要更

原创 Kmeans聚類算法及聚類概念簡介

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:https://blog.csdn.net/loveliuzz/article/details/78783773 htt

原创 神經網絡基礎-卷積神經網絡

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:本文參考吳恩達老師的Coursera深度學習課程,很棒的課,推薦  本文默認你已經大致瞭解深度學習的簡單概念,如果需要更

原创 高斯混合模型(GMM)和EM算法

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考: http://www.ituring.com.cn/article/497545(GMM) https://blog.

原创 神經網絡基礎-循環神經網絡

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:本文參考吳恩達老師的Coursera深度學習課程,很棒的課,推薦  本文默認你已經大致瞭解深度學習的簡單概念,如果需要更

原创 聲紋識別之GMM-UBM系統框架簡介

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:https://blog.csdn.net/twinkle_star1314/article/details/55050

原创 聲紋識別之I-Vector

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:https://blog.csdn.net/u014688145/article/details/53046765?lo

原创 語音特徵提取方法-MFCC

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 本文參考:https://blog.csdn.net/u013378306/article/details/65954965 (M

原创 I-Vector的推導詳解

在深度學習的路上,從頭開始瞭解一下各項技術。本人是DL小白,連續記錄我自己看的一些東西,大家可以互相交流。 一、前言 目前UBM-MAP-GMM是一種說話人確認技術的標準系統,在JFA模型下,我們可以把生成式模型擴展成爲具有說話人部分(本