文件名称：RNNLMPara:并行RNN LM训练器
文件大小：3.98MB
文件格式：ZIP
更新时间：2024-06-07 13:44:26
C++
RNNLMPara 为什么使用这个工具？ 并行RNN训练器实现了以下论文中提出的两级RNN和并行RNN Z. H. Huang, G. Zweig, M. Levit, B. Dumoulin, B. Oguz and S. Chang, Accelerating Recurrent Neural Network Training via Two Stage Classes and Parallelization, in Automatic Speech Recognition and Understanding (ASRU), 2013. 两阶段类RNN使用两个阶段类（超级类和类），而不是一个类。 并行RNN训练器将训练数据分为批次，然后将作业分派到多个CPU /节点以进行从属模型训练。 与原始RNN相比，两级RNN和并行RNN不仅导致WER相等或更低，而且分别将训练速度提高
【文件预览】：
RNNLMPara-master
----RNNOrigExp()
--------lyricsJielunZhou()
--------.DS_Store(6KB)
--------pennTreebank()
--------runLyricsWangfeng.sh(125B)
--------ConfigLyricsWangfeng(1KB)
--------ConfigPennTreebank(1KB)
--------runPennTreebank.sh(119B)
--------lyricsWangfeng()
--------ConfigLyricsJielunZhou(1KB)
--------runLyricsJielunZhou.sh(127B)
----Utils.cpp(249B)
----CommandRunner.cpp(1KB)
----RNNExp.cpp(5KB)
----FeatureIndexer.cpp(5KB)
----Parameters.h(363B)
----CommandRunner.h(111B)
----FeatureIndexer.h(1KB)
----LICENSE(1KB)
----Temp.h(73B)
----RNNParaExp()
--------.DS_Store(6KB)
--------pennTreebank()
--------ConfigPennTreebank(2KB)
--------readme.txt(1KB)
----RNN.cpp(96KB)
----README.md(2KB)
----Temp.cpp(2KB)
----RNNMaster.h(1KB)
----Utils.h(5KB)
----build.sh(41B)
----Vocab.cpp(14KB)
----Util.h(279B)
----RNNMaster.cpp(21KB)
----Parameters.cpp(1KB)
----RNN.h(7KB)
----RNNExp.h(120B)
----Vocab.h(2KB)