BriefGPT.xyz
Ask
alpha
关键词
long term dependencies
搜索结果 - 5
ICLR
h-detach:修改 LSTM 梯度以实现更好的优化
本文介绍了一种针对长期依赖问题的 LSTM 优化方案,通过采用一种简单的随机算法(h-detach)可以避免梯度消失问题,通过提升梯度在计算图中的表现,进而提高模型优化的鲁棒性效果,使 LSTM 捕获更好的长期依赖关系并在多个基准数据集上显
→
PDF
6 years ago
ICLR
Skip RNN: 循环神经网络中学习跳过状态更新
介绍 Skip RNN 模型,可以通过学习跳过状态更新的方式解决 RNN 在长序列上训练时梯度消失和长期依赖的困难问题,并能够减少所需的 RNN 更新次数,同时保持或提高基线 RNN 模型的性能。
PDF
7 years ago
树状记忆网络用于建模长期时间依赖关系
提出了一种基于树形记忆网络的序列映射模型,用于捕获长期和短期依赖关系,并在飞行轨迹建模和行人轨迹建模等实际问题中实现了较好的性能。
PDF
7 years ago
残差 LSTM: 远场语音识别深度循环神经网络的设计
本研究提出了一种新的深度循环神经网络架构,残差 LSTM,该架构通过增加空间快捷路径来实现高效训练,与之前的工作相比表现更佳。
PDF
7 years ago
循环正交网络和长记忆任务
本文通过分析两个合成数据集来研究 RNNs 在处理长期依赖问题时的信息存储方法,并阐明了几种不同类型信息在 RNNs 中如何存储,这同时解释了最近采用的指定初始化或转移矩阵约束的方法的成功。
PDF
8 years ago
Prev
Next