关键词neural network modules
搜索结果 - 6
- ACL预测或比较:走向可解释的定性推理
本研究通过将定性关系任务分类成预测和比较两种类型,并采用端到端训练的神经网络模块来模拟这两种推理过程,实验结果在两个问答数据集 QuaRTz 和 QuaRel 上展示了我们方法的有效性和泛化能力,并提供模块的中间输出来使推理过程更容易解释。
- LumièreNet:从音频中合成讲座视频
Lumi\`ereNet 是一种基于深度学习的简单、模块化的架构,可以通过讲师的新音频叙述自动合成高质量的全身头像讲座视频。
- 面向任务的模块化网络用于零样本组合学习
提出一种基于模块化体系结构和任务驱动的深度神经网络,能够在零样本情况下进行组合推理和分类,并在广义零样本分类问题上使用小模块优于现有方法。
- 快速灵活的室内场景综合:基于深度卷积生成模型的方法
本文提出了基于卷积生成模型的室内场景综合的新型、快速和灵活的流水线,通过预测物体的类别、位置、方向和尺寸,将其逐步插入场景。该流水线支持自动完成部分场景的生成,生成结果在以数据质量和视觉质量而言优于其他深度生成场景模型。
- 模块化元学习
本文提出了一种学习一组神经网络模块并以不同方式组合的策略,并通过重复使用模块来实现组合概括,提高机器人相关问题的性能。
- 分类器的神经代数
本文提出了一种使用神经网络模块执行布尔代数运算来构建分类器的方法,通过递归应用这些模块,即使没有单个训练样本,也可以获得任何由基本元素的布尔表达式定义的复杂视觉概念的分类器,实验证明,使用这种框架可以组合复杂的视觉概念分类器,并在两个知名的