Tensorflow-Deeplearning - 输入和输出之间的相关性

Question

我正在尝试使用 tensorflow 进行语音识别。

我有输入作为波形和单词作为输出。

波形看起来像这样

[0,0,0,-2,3,-4,-1,7,0,0,0...0,0,0,20,-11,4,0,0,1,...]

单词将是一个数字数组，而每个数字代表一个单词:

[12,4,2,3]

训练后，我还想找出每个输出标签的输入和输出之间的相关性。

例如我想知道哪些输入神经元|样本负责第一个标签(这里是 12 个)。

[0,0.01,0.10,0.99,0.77,0.89,0.99,0.79,0.22,0.11,0...0,0,0,0,0,0,0,0,0,...]

输入的原始值将替换为相关性，而 0 表示没有相关性，而 1 表示完全相关性。

目标是在单词开始时获得位置。

tensorflow 中是否有函数可以获得这种相关性？

Answer 1

题

我有一个数据序列 (X)，我想将其转换为另一个数据序列 (Y)，并报告 (X) 的哪一部分对 (Y) 做出了贡献。

回答

这是一个众所周知的问题，Tensorflow.org 实际上有一个很棒的例子 neural machine translation with attention

示例代码展示了如何将 X(西类牙语)翻译成 Y(英语)并报告 X 的哪一部分有助于 Y 的每个部分的决策(注意)

完全相同的原理和代码可用于将 X(波形数据)转换为 Y(单词)，并通过注意力读数报告波形数据的哪一部分对每个单词有贡献。

示例中的注意力层称为 注意层 .