灵活性和速度是深度学习框架的关键特性,允许快速地从研究想法过渡到原型和生产代码。我们概述了如何为涵盖各种模型和应用程序的序列处理实现统一框架。我们将以工具包RETURNN为例讨论这种实现,它易于应用和用户理解,灵活地允许任何类型的架构或方法,同时也非常高效。此外,对序列分类的不同机器学习工具包的性质进行了比较。将展示使用这些特定实现的灵活性,以描述最近最先进的自动语音识别和机器翻译模型的设置。
http://www.interspeech2020.org/index.php?m=content&c=index&a=show&catid=372&id=294
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“ML177” 可以获取《【InterSpeech2020】最新《高效与灵活的机器学习实现》教程,177页ppt》专知下载链接索引