35:32视频长度为35:32。
基于NVIDIA gpu的语音和音频处理深度学习
概述
在语音和音频中使用深度学习在从研究模型过渡到现实设计时提出了重要的计算挑战。需要在广泛的操作条件下工作需要大量的训练数据集,实现低功耗嵌入式设备的设计需要探索,以找到最佳参数和预测性能和计算复杂性之间的正确权衡。
在这次网络研讨会中,我们将展示如何使用MATLAB和NVIDIA gpu来构建深度网络,加速数据密集型问题,并并行训练多个网络配置。
在课程中,您将了解到:
- 为语音和音频应用程序设计和导入深度网络
- 使用数据增强来合成额外的特定于应用程序的训练数据
- 从语音和音频信号中提取最常用的特征
- 在NVIDIA GPU和NVIDIA GPU Cloud (NGC)上训练深度学习模型
关于主讲人
Gabriele Bunkheila是MathWorks音频和DSP应用的高级产品经理。2008年加入MathWorks后,他担任了数年的信号处理应用工程师,从算法设计到实时实现,为各行各业的MATLAB和Simulink用户提供支持。在MathWorks之前,他担任过许多研究和开发职位,他是罗马国家电影学院的声音理论和技术讲师。他拥有物理学硕士学位和通信工程博士学位。
记录:2020年3月31日
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。