【模型整体的结构1】2021-04-28

#五个部分

结构图

#1模型参数(超参数)

data

{'name': 'aishell', 'vocab': 'egs/aishell/data/text2.txt',

'batch_size': 8, 'dataset_type': 'online', 'model_unit': 'chars', 'train': {'feat': ['egs/aishell/data/train/wav.scp'], 'text': ['egs/aishell/data/train/character.txt']}, 'test': {'feat': ['egs/aishell/data/test/wav.scp'], 'text': ['egs/aishell/data/test/character.txt']}, 'num_mel_bins': 40, 'normalization': True, 'spec_augment': True, 'speed_perturb': False, 'volume_perturb': False, 'gaussian_noise': 0.0, 'num_workers': 2, 'spec_augment_config': {'freq_mask_num': 2, 'time_mask_num': 5, 'freq_mask_rate': 0.3, 'time_mask_rate': 0.05}}

model

{'type': 'speech2text', 'frontend_type': 'conv',

'frontend': {'input_size': 40,

'output_size': 256,

'in_channel': 1,

'mid_channel': 64,

'out_channel': 128,

'kernel_size': [[3, 3], [3, 3]],

'stride': [2, 2],

'dropout': 0.0,

'act_func_type': 'relu',

 'front_end_layer_norm': False},


'encoder_type': 'transformer',

'encoder': {'d_model': 256, 'n_heads': 4, 'd_ff': 1024, 'n_blocks': 4, 'pos_dropout': 0.0, 'slf_attn_dropout': 0.0, 'ffn_dropout': 0.0, 'residual_dropout': 0.1, 'normalize_before': False, 'concat_after': False, 'activation': 'glu', 'relative_positional': False},

'decoder_type': 'transformer', 'decoder': {'vocab_size': 4233, 'd_model': 256, 'n_heads': 4, 'd_ff': 1024, 'memory_dim': 256, 'n_blocks': 4, 'pos_dropout': 0.0, 'slf_attn_dropout': 0.0, 'src_attn_dropout': 0.0, 'ffn_dropout': 0.0, 'residual_dropout': 0.1, 'activation': 'glu', 'normalize_before': False, 'concat_after': False, 'share_embedding': True},

'ctc_weight': 0.1, 'encoder_output_size': 256, 'smoothing': 0.1}

train

{'optimizer_type': 'adam', 'optimizer': {'lr': 0.001, 'betas': [0.9, 0.98], 'eps': 1e-09, 'weight_decay': 1e-06, 'amsgrad': False}, 'scheduler_type': 'transformer', 'scheduler': {'model_size': 256, 'warmup_steps': 12000, 'factor': 1.0}, 'clip_grad': 5, 'epochs': 200, 'accum_steps': 4, 'grad_noise': 0.0, 'load_model': False, 'save_name': 'transformer_baseline'}


#2

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容