张亚娟周报2019.4.14

1. 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。

2. 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。