《表2 不同向量维度、激活函数的对比实验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于BLSTM和CTC的藏语语音识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文通过对比同一个超参数在不同取值下的实验结果，为藏语语音识别模型提供最优的超参数．BLSTM-CTC模型训练过程中批次规模（batch size）大小为8，学习率为0.001．模型中隐藏层数为6层，迭代次数为1200次．向量维度的大小对藏语语音识别的声学模型有着不可忽略的影响．表2是其他参数规模不变的情况下，不同向量维度与不同激活函数下的模型对比实验．