gated recurrent unit | BriefGPT

关键词gated recurrent unit

搜索结果 - 30

CVPRIndependently Recurrent Neural Network (IndRNN): 构建更长更深的循环神经网络
本文介绍了一种称为 Independently Recurrent Neural Network 的新型递归神经网络，其具有分层连接、神经元不相互依赖以及可适用于非饱和激活函数等特点，实验结果表明该网络较传统的递归神经网络、长短时记忆网络在
PDF6 years ago
压缩循环神经网络的张量分解
本文通过使用多种张量分解方法对门控循环单元 RNN 进行再参数化，旨在减少参数数量并保持表达能力，研究表明，在序列建模方面，Tensor Train 表现最佳。
PDF6 years ago
可视化和 ' 诊断分类器 ' 揭示递归神经网络如何处理分层结构
本文通过处理嵌套算数表达式的人工任务来研究神经网络如何学习和处理具有分层组合语义的语言，并发现递归神经网络和门控循环单元网络也可以在此任务上表现得十分出色。同时，我们提出诊断分类器的方法，可以有效地帮助我们了解神经网络的内部动态，这种方法可
PDF7 years ago
ICML一种结合门控循环单元（GRU）和支持向量机（SVM）的神经网络体系结构，用于网络流量数据中的入侵检测
本文通过 Gated Recurrent Unit 对 2013 年京都大学蜜罐系统的网络流量数据进行二进制分类，将线性支持向量机替换为 GRU 模型最终输出层的 Softmax 函数， cross-entropy 函数也将替换为基于边缘的
PDF7 years ago
基于形状和纹理特征的序列双重深度学习用于草图识别
本文提出了一种将形状和纹理特征相结合的顺序深度学习策略，利用编码形状描述符和 CNN 的输出作为抽象的纹理特征来识别并获得高灵活性的手绘图，并通过重复神经网络进行特征融合来实现物体不变性识别。实验结果表明，该方法即使在形状和外观发生显着变化
PDF7 years ago
将水平集重新构造为深度循环神经网络方法以进行语义分割
本论文提出了一种新的轮廓演化定义，称为 Recurrent Level Set (RLS)，通过 Gated Recurrent Unit 在变分 LS 函数的能量最小化下进行，以弥补经典变分 LS 方法在处理多实例对象和迭代次数影响等方面
PDF7 years ago
门控循环单元（GRU）神经网络的门控变体
本文通过减少更新和重置门中的参数，评估了三种变体的门控循环单元在递归神经网络中的性能。在 MNIST 和 IMDB 数据集上验证表明，这些门控循环单元的变体模型可以在降低计算成本的同时表现出与原始模型相当的性能。
PDF7 years ago
ACL基于任务的短语对齐注意池化对句子匹配的贡献
本研究比较了两种典型的句子匹配任务：文本蕴含和答案选择，发现在文本蕴含中，弱短语对齐更为关键，而在答案选择中，强短语对齐更值得注意。我们提出了一种基于门控循环单元的架构，支持任意粒度的短语表征学习和特定任务的短语对齐的关注池化，实验结果证明
PDF7 years ago
MM循环神经网络用于画作识别：使我的机器人能够玩 Pictionary
本研究提出了一种基于递归神经网络的手绘图形识别架构，通过利用深度草图特征和加权每个时步损失来实现在大量对象类别上的最新结果，尤其适用于在线识别对象。
PDF8 years ago
NIPS门控循环神经网络在序列建模中的实证研究
本文比较了不同类型的递归神经网络中的递归单元，特别是实现门机制的更加复杂的递归单元，例如长短时记忆（LSTM）单元和最近提出的门控循环单元（GRU），我们在复调音乐建模和语音信号建模的任务中对这些递归单元进行了评估，实验证明这些先进的递归单
PDF10 years ago