Neural Turing Machines 论文翻译
2017-03-08 17:52
489 查看
3 神经图灵机
一个神经图灵机 (NTM) 包括两个基本的组件:一个神经网络控制器,一个内存块。(high-level如下图所示)像大多数的神经网络一样,控制器和外部的输入输出向量交互,不同的是,控制器也和一个内存矩阵做读写操作。为了类比普通图灵机,我们将这些操作的神经网络输出称为“读写头”。
最重要的是,神经图灵机的每个组件都是可微分的,也就可以通过梯度下降来训练,
我们定义“模糊”读写的概念,也就是说,读写操作交互所有内存单元,而不是像普通图灵机一样仅仅定位一个内存单元。“模糊”程度是有注意力机制的,会主要读写一个部分的内存 而忽略其他部分的内存。
3-1 控制器从内存读
令M_t代表时刻t的N×M内存矩阵。(N是行数 也叫 地址数,M是每行的内存单位数)令w_t为时刻t 读写头在N个地址的读写 的比重
令M_t 表示每行的向量 ,时刻t读取到的值R_t,可以定义为
3-1 控制器往内存写
受LSTM中的forget gate和input gate的启发,我们将写操作拆分成两个部分:先擦除(erase)在添加(add)。3-3 寻址机制
相关文章推荐
- 论文翻译:Conditional Random Fields as Recurrent Neural Networks
- Neural Turing Machines-NTM系列(一)简述
- Neural Turing Machines-NTM系列(二)开发环境搭建
- 神经网络图灵机(Neural Turing Machines, NTM)
- Neural Turing Machines-NTM系列(三)ntm-lasagne源码分析
- 论文翻译:Neural conditional random felds
- 记忆网络之Neural Turing Machines
- Deep Neural Networks for Object Detection论文翻译
- 【论文笔记】Neural Person Search Machines (ICCV2017)
- Neural Turing Machines-NTM系列(一)简述
- 人工机器:Neural Turing Machines(NTM)
- Data-Driven Sparse Structure Selection for Deep Neural Networks 论文翻译
- 神经网络图灵机(Neural Turing Machines, NTM)
- 论文阅读笔记:Intriguing properties of neural networks
- 【论文笔记】A Convolutional Neural Network Cascade for Face Detection
- 多尺度R-CNN论文笔记(5): A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
- [深度学习论文笔记][Visualizing] Understanding Neural Networks Through Deep Visualization
- [深度学习论文笔记][Neural Arts] A Neural Algorithm of Artistic Style
- 深度学习论文-Cyclical Learning Rates for Training Neural Networks
- [论文笔记]Modeling Interestingness with Deep Neural Networks