《表3 不同注意力头个数在估计说话人个数情况下的系统性能》
提示：宽带有限、当前游客访问压缩模式
实验中还发现不同注意力头个数对系统性能的影响是不一样的。本文在P0和P3系统上进一步探究，具体结果如表2和表3所示。
| 图表编号 | XD00213583900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 袁哲菲、张连海、杨绪魁、刘爽 |
| 绘制单位 | 信息工程大学、信息工程大学、信息工程大学、战略支援部队综合训练大队 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 两个数据集上各种算法在不同近邻个数下的平均绝对差》2020.09.10
- 《表2 不同注意力头个数在已知说话人个数情况下的系统性能》2020.10.01
- 《表4 不同信源个数下的DOA估计误差》2021.01.15
- 《表2 注视点个数在不同情境下的均值与标准差》2020.08.20
- 《表2 比较QPSO、GPSO和AGQPSO在不同地图和不同探测特个数下的覆盖率》2020.01.15
- 《表3 不同属性个数下的结构正确性》2020.01.30
- 《表1 两种算法在不同关键词个数情况下提取性能对比》2020.01.15
- 《表1 部分参数（密集块个数，滤波器个数）在比例因子为3时的微调结果（粗体表示最佳性能）》2019.10.25
- 《表2 相城区2013—2018年危险因素个数变化情况[人 (%) ]》2019.07.01
- 《表4 隐含层在不同神经元个数下的训练误差》2019.07.15
- 《表5 分类网络在不同输入情况下虚警个数》2019.06.01
- 《表2 LSTM性能：I-vector聚类字典及注意力机制框架的说话人自适应》2019.02.01
- 《表1 TDNN性能：I-vector聚类字典及注意力机制框架的说话人自适应》2019.02.01
- 《表3 不同特征下说话人分类性能》2019.02.01
- 《表2 COIL-100数据库中不同方法在不同训练样本个数下的错分结果》2019.06.25
- 《表1 COIL-20数据库中不同方法在不同训练样本个数下的错分结果》2019.06.25
- 《表3 AT&T数据库中不同方法在不同训练样本个数下的错分结果》2019.06.25
- 《表1 系统DP从站个数在不同通讯链路间的切换时间》2018.06.01
- 《表3 不同基础题个数Q矩阵估计一致性》2020.01.01
- 《表4 EMD-NAR模型在不同环境下的预报残差Δ (以TECu个数计) 分类百分比 (%)》2018.12.20