李宏毅机器学习-HW02

李宏毅机器学习-HW02
声音识别转文字----------------分类任务

(1%) Simple baseline: 0.45797 (sample code)

* (1%) Medium baseline: 0.69747 (concat n frames, add layers)

* (1%) Strong baseline: 0.75028 (concat n, batchnorm, dropout, add layers)

李宏毅机器学习课程HW02：语音识别转文字分类任务

(1%) 简单基线模型：准确率0.45797（配套示例代码）

* (1%) 中等基线模型：准确率0.69747（采用拼接N帧特征、新增网络层的实现方案）

* (1%) 强基线模型：准确率0.75028（采用拼接N帧特征、批量归一化（BatchNorm）、丢弃法（Dropout）以及新增网络层的实现方案）

搜集汇总

背景与挑战

背景概述

该数据集为李宏毅机器学习课程作业HW02，专注于声音识别转文字的分类任务，包含一个名为libriphone.zip的数据文件。其基准线性能包括简单基准0.45797、中等基准0.69747和强基准0.75028。