Neural network 是不是；“新纪元”；对于HMMs和神经网络有不同的含义吗？_Neural Network_Speech Recognition_Training Data_Hidden Markov Models

Neural network 是不是；“新纪元”；对于HMMs和神经网络有不同的含义吗？

neural-network speech-recognition

Neural network 是不是；“新纪元”；对于HMMs和神经网络有不同的含义吗？,neural-network,speech-recognition,training-data,hidden-markov-models,Neural Network,Speech Recognition,Training Data,Hidden Markov Models,我正在构建一个语音到文本系统，其中包含N样本句子，使用隐马尔可夫模型进行重新估计。在神经网络的背景下，我了解到历元的概念是指一个完整的训练周期。我假设这意味着“将相同的数据输入到相同的网络，每次更新具有不同权重和偏差的网络”——如果我错了，请纠正我相同的逻辑在从相同的句子对HMM进行重新评估（即训练）时是否有效？换句话说，如果我有N个句子，我可以将输入样本重复10次以生成10*Nsamples。这是否意味着我正在HMMs上执行10个时代？此外，这是否真的有助于获得更好的结果从论文中，我得到的

我正在构建一个语音到文本系统，其中包含

样本句子，使用隐马尔可夫模型进行重新估计。在神经网络的背景下，我了解到历元的概念是指一个完整的训练周期。我假设这意味着“将相同的数据输入到相同的网络，每次更新具有不同权重和偏差的网络”——如果我错了，请纠正我

相同的逻辑在从相同的句子对HMM进行重新评估（即训练）时是否有效？换句话说，如果我有N个句子，我可以将输入样本重复10次以生成

10*N

samples。这是否意味着我正在HMMs上执行10个时代？此外，这是否真的有助于获得更好的结果

从论文中，我得到的印象是，HMMs中的历元指的是一个时间单位：

计数表示生成的特定于设备的数字量通过加速计测量特定时间单位（历元）（例如1到60 秒）

如果不是一个时间单位，至少epoch听起来是不同的。最后，我想知道：

在HMMs的上下文中，什么是epoch
它和我的有什么不同神经网络的新纪元
考虑到将历元定义为训练周期，多个历元是否会改善对训练周期的重新估计嗯

在HMMs的上下文中，什么是epoch

与神经网络一样，对整个数据集进行一轮处理

它与神经网络中的历元有什么不同

除了“epoch”一词在HMM中的使用不太广泛外，没有什么区别。人们只是称之为“迭代”

从本文中，我得到的印象是，在HMMs的上下文中，epoch指的是一个时间单位

本文中的“Epoch”与HMM上下文完全无关，它是该论文特有的一个单独的概念，您不应该从论文中概括术语用法

考虑到将历元定义为训练周期，多个历元是否会改善HMM的重新估计

对于神经网络和HMM，都不存在诸如多个历元改进重新估计之类的事情。每个历元都将精度提高到某一点，然后发生过度训练，验证误差开始增长，训练误差继续为零。有一个最佳的迭代次数，通常取决于模型架构。HMM模型通常具有较少的参数，并且不太容易过度训练，所以额外的时间段并没有那么有害。尽管如此，仍有许多时代需要你以最佳方式完成

在语音识别中，通常是Baum-Welch算法的6-7次迭代。越少的时间段，模型越不准确，越多的时间段可能导致过度训练，或者根本无法改善任何情况