百科问答小站 logo
百科问答小站 font logo



CTC和Encoder-Decoder有什么关系? 第1页

  

user avatar   maigo 网友的相关建议: 
      
  1. 是否把 LSTM + CTC 看成编码器 + 解码器的结构,我觉得是一个无所谓的问题。

其实任何一种网络结构,都可以看成编码器 + 解码器,只要把网络的低几层看成编码器,高几层看成解码器就行了。但对于 LSTM + CTC 来说,到底把哪几层看成编码器,哪几层看成解码器,并没有一个明确的界限,不像注意力网络中,编码器与解码器中间有一个注意力层的结构是跟其它层不同的。所以说 LSTM + CTC 是编码器 + 解码器,不能算错,但没什么意思。

2. 变长序列的端到端学习方法,我觉得有三种主流思路,除了 CTC 和注意力以外,还有 transducer。下面这篇文章就比较了三种方法用于语音识别的效果:

我对它们的总结是这样的:




  

相关话题

  《人工智能训练师国家职业技能标准》发布,有哪些值得关注的信息? 
  深度学习到底是「实验科学」还是「理论科学」?能否称为「算法」? 
  如何评价 DeepMind 新提出的关系网络(Relation Network)? 
  一个完整的Pytorch深度学习项目代码,项目结构是怎样的? 
  如何评价余凯创立的horizon robotics? 
  为什么读论文最好打印出来读? 
  大家推荐一下,哪些学校的导师有在做量化交易、股票预测的? 
  如何看待在某度搜不到megengine官网? 
  如何看待周志华等人的新书《机器学习理论导引》? 
  深度学习应用在哪些领域让你觉得「我去,这也能行!」? 

前一个讨论
如何看待Meta(恺明)最新论文ViTDet:只用ViT做backbone(不使用FPN)的检测模型?
下一个讨论
计算流体力学(CFD)里应用注意力机制(attention)是否可行?





© 2025-05-28 - tinynew.org. All Rights Reserved.
© 2025-05-28 - tinynew.org. 保留所有权利