一种算法对于深层神经网络训练速度的提升

• 作者: 刘建 黄娇洁
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 声纹识别 CNN FBN 数据增强
• 年，卷（期）: 2019,（24）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 207-209
• 页数: 3页
• 分类号: TP393
• 字数: 1483字
• 语种: 中文

摘要

如今深度学习在声纹识别的领域取得了不错的成绩,其中代表就是卷积神经网络(CNN),但是传统的神经网络训练过程中需要耗费大量的时间.为了解决这一问题,本文了快速批量归一化算法(FBN),用以提高网络的融合速度,缩短培训时间.卷积神经网络训练时需要大量的样本数据,本文对TIMIT数据集预处理之后进行数据增强处理,防止过拟合发生.实验结果表明,与没有FBN的网络相比,具有FBN的CNN网络减少了48.04％的额训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建	长江大学电子信息学院	29	127	7.0	10.0
2	黄娇洁	湖北工业大学机械工程学院	3	1	1.0	1.0