我对NN及其培训有一些一般性问题，希望您能回答这些问题： 让我们建议，我有一个未经训练的NN，其中有n个隐藏的层和m个神经元。我想训练网络，例如识别语音等等。当我的声音输入不总是具有相同的长度时（例如，一个是1秒，另一个是5），我怎样才能实现这一点？我的NN应该有多少层和什么类型（Recurrent，LSTM，CNNs等）？是否有任何其他训练算法，而不是正常的反向传播（我想在每个层中只有一个神经元的NN，然后让新的一个神经元，直到问题得到解决）？最后建议/有帮助的是在第2层到第4层的神经元之间建立连接？
感谢您的帮助！
答案 0 :(得分：1)
这是一个非常有效的问题，供你记录。
您绝对应该使用循环网络进行语音识别。这意味着你逐个输出1/100秒。因此，对于一秒钟，您将激活网络100次，持续一秒钟的数据。
使用LSTM将确保记住大时间滞后的模式，因此网络基本上会记住以前输入中的（有用的）部分。
您应该使用多少层取决于您想要识别的内容。但由于语音识别不是最简单的分类任务之一，因此它必须是一个大型深度网络（与LSTM结合卷积）。
您提出的建议，将网络逐个节点演化，基本上称为神经进化。像Neataptic这样的图书馆支持网络向某种解决方案的发展。
是的，这肯定会有所帮助。但这纯粹可以通过反复试验找到。
PS：我强烈建议您开始更简单的任务，以了解神经网络。