看了关于LSTM 一个动画的视频:
视频地址:
https://www.bilibili.com/video/av15998549?t=41
收获:了解到了LSTM是为了解决普通RNN所存在梯度消失和梯度爆炸的的弊端而提出的。LSTM会根据主线的需要,去记忆和 忘记一些分线的内容,输出的内容由主线和分线的内容共同决定。
阅读了老师分享的2篇论文的绪论部分,通过阅读,了解到了语音增强的算法的大概过程。有子空间算法、谱减法、
改进的谱减法、维纳滤波器、基于最小均方误差准则的对数谱幅度估计。
在深度学习方面,用到的主要算法有:基于非负矩阵分解、基于有监督学习的语音增强算法、基于神经网络的语音增强。目前知识了解到的只是知道了
有这些算法以及各种算法的优缺点,没有深入了解。
3.查看了关于语音方面的基础知识,但是发现自己对最基础的专有名词都不理解,然后查了一下,从听过这个概念,到理解这个概念,知道表达的具体意思,有种豁然开朗的感觉。
...