小波时间散射与GPU加速 - 口语数字识别
此示例显示如何加速使用小波散射功能的计算GPUArray.（并行计算工具箱）。您必须具有并行计算工具箱™和支持的GPU。金宝app看GPU通金宝app过发布支持（并行计算工具箱）有关详细信息。此示例使用NVIDIA Titan V GPU，具有计算能力7.0。如果您希望比较GPU与CPU性能，计算散射变换的示例的部分提供了使用GPU或CPU的选项。
此示例再现在发现的散射变换的完全CPU版本用小波散射和深度学习的口语数字识别。
数据
克隆或下载免费口语数字数据集（FSDD），可用https://github.com/jakobovski/free-spoken-digit-dataset.。FSDD是一个打开的数据集，这意味着它可以随着时间的推移而增长。此示例使用08/20/2020提交的版本，该版本由六位扬声器获得的英语数字0到9的3000个录制组成。数据以8000 Hz采样。
采用audiodatastore.管理数据访问并确保将录制随机分为培训和测试集。设定地点属性到计算机上FSDD录制文件夹的位置。在此示例中，数据存储在文件夹中Tempdir.。
位置= fullfile（tempdir，'自由发言 - DataSet'那'录音'）;广告= audiodatastore（位置）;
辅助功能，Helpergenlabels.，在此示例结束时定义，从FSDD文件创建一个分类的标签数组。列出每个类中的类和示例的数量。
Ads.Labels = HelpergenLabels（广告）;摘要（Ads.Labels）
0 300 1 300 2 300 3 300 4 300 5 300 6 300 7 300 8 300 9 300
FSDD数据集由10个平衡类组成，每个平衡类别为300个录制。FSDD中的录音不是相同的持续时间。读取FSDD文件并构建信号长度的直方图。
Lensig = Zeros（Numel（Ads.Files），1）;nr = 1;尽管hasdata（广告）数字=读取（广告）;lensig（nr）= numel（数字）;nr = nr + 1;结尾重置（广告）直方图（Lensig）网格在Xlabel（'信号长度（样本）'）ylabel（'频率'）
直方图表明记录长度的分布是正倾斜的。对于分类，该示例使用8192个样本的公共信号长度。值8192，保守的选择，确保截断较长的记录不会影响语音内容的（切断）。如果信号大于8192个样本，或者长度为1.024秒，则记录被截断至8192个样本。如果信号长度小于8192个样品，则信号对称前后，并附有零化为8192个样品的长度。
小波时间散射
使用0.22秒的不变刻度创建小波时间散射网络。因为将通过在所有时间样本上平均散射变换来创建特征向量，所以设置过度采伐物料2.将值设置为2将导致每个路径的散射系数的数量增加，相对于批判性下采样值。
Sn =小波示踪剂（'signallength'8192，'invariarcescale'，0.22，......'采样频率'，8000，“过度采样物料”，2）;
散射网络的设置导致326个路径。您可以使用以下代码验证此代码。
[〜，npaths] =路径（SN）;总和（npaths）
ANS = 326.
将FSDD拆分为培训和测试集。将80％的数据分配给培训集并保留测试集20％。培训数据用于基于散射变换训练分类器。测试数据用于评估模型概括到未完成数据的能力。
RNG.默认;广告= Shuffle（广告）;[adstrain，adstest] = splitheachlabel（广告，0.8）;摘要（adstrain.labels）
0 240 1 240 2 240 3 240 4 240 5 240 6 240 7 240 9 240
摘要（adstest.labels）
0 60 1 60 2 60 3 60 4 60 5 60 6 60 7 60 8 60 9 60
形成8192×2400矩阵，其中每列是发言的录制。辅助功能HelperReadspdata.将数据截断或填充到长度8192，并按其最大值标准化每个记录。辅助功能将数据投入到单精度。
XTrain = [];scatds_train = transform（adstrain，@（x）helperreadspdata（x））;尽管hasdata（scatds_train）smat = read（scatds_train）;Xtrain =猫（2，XTrain，Smat）;结尾
重复保持测试集的过程。得到的矩阵为8192-by-600。
xtest = [];scatds_test = transform（adstest，@（x）helperreadspdata（x））;尽管hasdata（scatds_test）smat = read（scatds_test）;xtest =猫（2，xtest，smat）;结尾
将散射变换应用于训练和测试集。将培训和测试数据集移动到GPUGPUArray.。指某东西的用途GPUArray.使用CUDA的NVIDIA GPU提供了显着的加速度。通过这种散射网络，批量大小和GPU，GPU实现将散射特征计算大约比CPU版本快15倍。如果您不希望使用GPU，请设置使用gpu.到错误的。您也可以替代值使用gpu.比较GPU与CPU性能。
使用gpu =真的;如果使用gpu xtrain = gpuarray（xtrain）;应变= sn.featurematrix（xtrain）;XTrain =聚集（XTrain）;xtest = gpuarray（xtest）;stest = sn.featurematrix（xtest）;xtest =聚集（xtest）;别的应变= sn.featurematrix（xtrain）;stest = sn.featurematrix（xtest）;结尾
获取培训和测试集的散射功能。
训练=菌株（2：结束，：，:);训练费用=挤压（平均（训练训练，2））';testfeatures =最好（2：结束，：，:);testfeatures =挤压（平均值（testfeatures，2））';
此示例使用带有二次多项式内核的支持向量机金宝app（SVM）分类器。将SVM模型适合散射功能。
template = templatesvm（......'骨箱'那'多项式'那......'polynomialOrder'2，......'kernelscale'那'汽车'那......'boxconstraint'，1，......'标准化'， 真的）;Classificationsvm = fitcecoc（......训练疗法，......adstrain.labels，......'学习者'， 模板，......'编码'那'Onevsone'那......'classnames'，分类（{'0';'1';'2';'3';'4';'5';'6';'7';'8';'9'}））;
采用K.- 折叠交叉验证以预测模型的泛化精度。将培训拆分成五组进行交叉验证。
partitionedmodel = crossval（分类vm，'kfold'5）;[验证预期，验证算法] = kfoldpredict（partitionedmodel）;ValidationAccuracy =（1 - Kfoldloss（PartitionedModel，'lockfun'那'classiferror'））* 100
ValidationAccuracy = 97.2500.
估计的泛化精度约为97％。现在使用SVM模型来预测停滞测试集。
predlabels = predict（分类，testfeatures）;testaccuracy = sum（predlabels == adstest.labels）/ numel（predlabels）* 100
testaccuracy = 97.
在保持测试集中的准确度也约为97％。
总结了模型在用混乱图表中测试集的性能。使用列和行摘要显示每个类的精度并回忆。混淆图底部的表显示了每个类的精度值。混淆图表右侧的表显示了召回值。
数字（'单位'那'标准化'那'位置'，[0.2 0.2 0.5 0.5]）;ccscat = confusionchart（adstest.labels，predlabels）;ccscat.title =.'小波散射分类';ccscat.columnsummary ='列 - 归一化';ccscat.rowsummary ='行标准化';
作为最后的示例，读取数据集的前两个记录，计算散射功能，并使用具有散射功能的SVM培训的SVM预测所说的数字。
重置（广告）;sig1 = helperreadspdata（读取（广告））;scat1 = sn.featurematrix（sig1）;Scat1 =平均值（Scat1（2：结束，:)'）;plab1 = predict（分类vm，scat1）;
阅读下一个记录并预测数字。
sig2 = helperreadspdata（读取（广告））;scat2 = sn.featurematrix（sig2）;Scat2 =平均值（Scat2（2：结束，:)'）;plab2 =预测（分类vm，scat2）;
t = 0：1/8000：（8192 * 1/8000）-1/8000;图（t，[sig1 sig2]）网格在轴紧的传奇（char（plab1），char（plab2））标题（“口语数字预测 - GPU”）
附录
在此示例中使用以下辅助功能。
Helpergenlabels.- 基于FSDD中的文件名生成标签。
功能Labels = HelpergenLabels（广告）％此函数仅适用于小波工具箱示例。可能是％在未来的释放中更改或删除。tmp = cell（numel（ads.files），1）;表达=“[0-9] + _”;为了nf = 1：numel（ads.files）idx = regexp（ads.files {nf}，表达式）;tmp {nf} = ads.files {nf}（idx）;结尾标签=分类（TMP）;结尾
HelperReadspdata.- 确保每位发言录制为8192个样品。
功能x = HelperReadspdata（x）％此函数仅适用于使用小波工具箱示例。它可能会改变或％在将来的释放中删除。n = numel（x）;如果n> 8192 x = x（1：8192）;eleesifn <8192垫= 8192-n;预付费=楼层（垫/ 2）;postpad = CEIL（PAD / 2）;x = [零（prepad，1）;X ;零（Postpad，1）];结尾x =单个（x./max（abs（x）））;结尾
也可以看看
相关话题
您还可以从以下列表中选择一个网站：
