deep recurrent networks | BriefGPT

关键词deep recurrent networks

搜索结果 - 5

通过进化对抗实例评估深度学习算法选择模型的鲁棒性
深度神经网络逐渐被用于在组合优化领域中进行算法选择，尤其是在避免设计和计算特征的输入表示方面。然而，深度卷积网络在对抗示例方面存在漏洞，而最近在装箱问题领域中显示出潜力的深度递归网络是否同样易受攻击尚不清楚。本研究使用进化算法在在线装箱基准
PDF8 days ago
通过预训练稳定 RNN 梯度
通过本研究，我们证明预训练网络以实现本地稳定性在复杂结构的网络中是有效的，并提出了一种称为本地稳定条件（LSC）的理论，它能最小化对数据和参数分布的假设。我们的实验结果表明，通过预训练满足 LSC 的前馈和递归网络通常能够提高最终性能。这项
PDF10 months ago
黑盒音频系统的有针对性对抗样本
本文采用进化算法和梯度估计两种方法，结合黑盒攻击策略（不知道模型结构和参数）实现对语音自动识别系统的针对性攻击，最终在保持音频文件相似度为 94.6% 的前提下，实现了 89.25% 的针对性攻击相似度。
PDF6 years ago
电子商务中产品属性提取的深度循环神经网络
通过使用深度循环网络模型，如双向 LSTM 和双向 LSTM-CRF，我们比以前的基准测试取得了至少 0.0391 的 F1 得分提升，展示了 97.94％的总体准确度，94.12％的召回率和 0.9599 的 F1 得分，从而实现了重要商
PDF6 years ago
神经 GPU 学习算法
本研究提出一种神经网络结构 —— 神经 GPU 来解决 Neural Turing Machine 中存在的训练难题，实现了对于尺寸不确定的输入进行算法训练，并能成功地推广到更长的算法实例中。通过参数共享放松、少量的 dropout 和渐变
PDF9 years ago