《表1 不同Q和α情况稀疏度及WER的变化》
其中,D表示一层神经元个数,hi(i=1,2,…,D)表示神经元,由式(9)可知稀疏度的区间为[0,1],稀疏度越大表示该隐含层中神经元越稀疏,即权值为0的神经元个数越多。对于每个模型,首先使用训练集对模型进行训练,得出每一层神经元中的激活概率,然后将其代入式(9)中即可计算出该层的稀疏度,最后,计算出所有隐含层稀疏度的平均值作为整个神经网络的稀疏度[16]。重叠组套索稀疏DNN中不同Q和α情况稀疏度及词错误率(Word Error Rate,WER)的变化如表1所示。
图表编号 | XD0077394100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.10 |
作者 | 张玉来、李良荣 |
绘制单位 | 贵州大学大数据与信息工程学院、贵州大学大数据与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |