theano

Question

の反復方程式（HTKに似たデルタ係数を求める）scanをの式として次の回帰関数を実装して、デルタ係数を計算したいと考えています。しかし、以前の入力を現在のステップに渡す方法を理解することはできません。 が対応する静的係数からの点で計算された時間におけるデルタ係数が

。 の値は、構成パラメーターDELTAWINDOWを使用して設定されます。デルタ係数にも同じ式を適用して加速係数を求めますが、この場合はウィンドウサイズはACCWINDOWで設定されます。式5.16は、過去及び将来の音声パラメータ値に依存するので、音声の始めと終わりに何らかの修正が必要である。デフォルトの動作では、回帰ウィンドウを満たすために必要に応じて最初または最後のベクトルを複製します。

私が使用していますDELTAWINDOWは9で、入力は行列の例である：

[[1,1,1,1,1,1,1,1,1], 
[2,2,2,2,2,2,2,2,2], 
[3,3,3,3,3,3,3,3,3], 
[4,4,4,4,4,4,4,4,4]]  

参考資料このlink

Answer 1

このためtheano式を作成する試みで見つけることができます。

import numpy as np 
import theano 
import theano.tensor as T 


def delta_theta(theta, curr_delta, t, THETA, Y): 
    """ 
    compute a delta theta component at delta time step t 
    :param theta: current time step theta component 
    :param curr_delta: current accumulated delta_t 
    :param t: current delta_t to be computed 
    :param THETA: window size 
    :param Y: input sequence 
    :return: delta theta component for time step t 
    """ 
    # accumulator is shaped (1, no_features), transpose to perform column wise element operations 
    temp = curr_delta.T 
    d_theta = theta * (Y[:, THETA + t + theta] - Y[:, THETA + t - theta])/(2 * theta * theta) 
    temp += d_theta 
    temp = temp.astype('float32') 
    curr_delta = temp.T 
    return curr_delta 


def delta_t(t, THETA, Y): 
    """ 
    compute delta at time step t 
    :param t: time step 
    :param THETA: window size 
    :param Y: sequence in shape (number_of_features, time_step) 
    :return: delta coefficient at time step t 
    """ 
    theta = T.arange(1, THETA + 1, dtype='int32') 
    results, _ = theano.scan(delta_theta, outputs_info=T.zeros_like(Y), 
          sequences=theta, non_sequences=[t, THETA, Y]) 
    # only interested in the final results, discard the intermediate values 
    final_results = results[-1] 
    return final_results 


def delta_coeff(A, theta): 
    """ 
    compute delta coefficients given a sequence. 
    :param A: input sequence in shape (time_step, number_of_features) 
    :param theta: window size 
    :return: delta coefficients for the input sequence 
    """ 
    # transpose and repeat 
    X = A.T 
    Y = T.concatenate([T.extra_ops.repeat(X[:, 0], theta).reshape((X.shape[0], theta)), 
         X, T.extra_ops.repeat(X[:, -1], theta).reshape((X.shape[0], theta))], axis=1) 
    results, _ = theano.scan(delta_t, sequences=[T.arange(0, X.shape[1], dtype='int32')], non_sequences=[theta, Y]) 
    # transpose the results back to shape (time_step, number_of_features) 
    return results[:, :, -1].reshape(A.shape) 


def main(): 
    """ 
    test runner, computes delta for an array of sequences 
    :return: None 
    """ 
    A = T.tensor3('A', dtype='float32') 
    theta = T.iscalar('theta') 

    # compute delta coefficients for multiple sequences 
    results, updates = theano.scan(delta_coeff, sequences=A, non_sequences=theta) 
    compute_deltas = theano.function([A, theta], outputs=results, updates=updates) 

    seqs = np.array([[[1, 2, 3, 4, 5], 
         [10, 12, 13, 14, 15], 
         [300, 1, 23, 56, 22]], 
        [[1, 1, 1, 1, 1], 
         [1, 1, 100, 1, 1], 
         [1, 1, 1, 1, 1]]], dtype='float32') 
    res = compute_deltas(seqs, 1) 
    print(res) 

if __name__ == '__main__': 
    main() 

間違いがある場合は、指摘してください、ありがとうございます！