查看有关用于合成音频的深度学习的最新出版物，可以看到他们总是将音高编码为单热向量。我很好奇这样做有什么优势，因为音高（频率）自然适合作为标量值，并且可以通过对其进行编码来降低网络维度。
我研究过的论文是：
为什么将音高编码为 one-hot 编码而不是序数编码器？
数据挖掘
深度学习
音频识别
一热编码
2022-02-11 17:03:54
1个回答
因为编码音高的平均值不是编码类。
看这个例子：
LabelEncoder 可以将 [dog,cat,dog,mouse,cat] 变成 [1,2,1,3,2]，但随后强加的序数意味着 dog 和 mouse 的平均值是 cat。仍然有诸如决策树和随机森林之类的算法可以很好地处理分类变量，并且 LabelEncoder 可以用于使用更少的磁盘空间来存储值。
其它你可能感兴趣的问题