基于深度学习的序列识别模型压缩与加速研究

发布时间：2021-09-16 18:42

　　近年来,基于深度学习的序列识别模型显著提升了光学字符识别（Optical Character Recognition,OCR）、自动语音识别（Automatic Speech Recognition,ASR）等任务的性能。然而,在取得优异识别性能的同时,这些模型的层数越来越多,结构越来越复杂,因此模型的参数量和计算量也越来越庞大。为了能够将模型部署到计算能力有限的机器上（如云端CPU服务器）以在产品中得到应用,需要对模型进行最大限度的压缩与加速。本文围绕两种在OCR、ASR任务上广泛使用的基于深度学习的序列识别模型,即结合了卷积神经网络（Convolutional Neural Network,CNN）、深度双向长短时记忆元网络（Deep Bidirectional Long Short-Term Memory,DBLSTM）的CNN-DBLSTM字符模型,和以连接时序分类（Connectionist Temporal Classification,CTC）为训练准则的 LSTM 声学模型,展开模型压缩方法的研究,实现运行时加速的目的。首先,针对CNN-DBLSTM字符模型,本文提出使... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：146 页

【学位级别】：博士

【部分图文】：

图２．２卷积操作示意图??

图２．３池化操作示意图??

图２．４?（ａ）含有一个隐层的单向ＲＮＮ前向传播示意图（ｂ）含有一个隐层的双向ＲＮＮ前??


本文编号：3397095