文件名称：ntm-pytorch:Pytorch中的神经图灵机
文件大小：2.21MB
文件格式：ZIP
更新时间：2024-04-08 14:56:00
Python
神经图灵机（Pytorch） 论文代码 亚历克斯·格雷夫斯，格雷格·韦恩，伊沃·丹尼赫尔卡 神经图灵机（NTM）包含与外部存储资源耦合的循环网络，可以通过注意力过程与之交互。因此，NTM可以称为记忆增强神经网络。它们是端到端可区分的，因此被假定为能够学习简单的算法。由于在没有增加参数和计算的情况下存在外部存储器，因此它们在学习几种算法任务方面胜过LSTM。 该存储库是神经图灵机的稳定的Pytorch实现，并且包含用于训练，评估和可视化“复制”，“重复复制”，“关联召回”和“优先排序”任务的结果的代码。该代码已针对所有4个任务进行了测试，获得的结果与本文中提到的结果一致。已提供N-Gram任务的培训和评估代码，但是测试后将上载结果。 神经图灵机架构 设置 我们的代码在Pytorch 0.4.0和Python> = 3.5中实现。要进行设置，请按照以下步骤操作： 要安装Pytorch到http
【文件预览】：
ntm-pytorch-master
----ntm()
--------tasks()
--------__init__.py(21B)
--------args.py(1KB)
--------ntm.py(3KB)
--------datasets()
--------modules()
----images()
--------repeat_copy_seq_len_1.png(2KB)
--------prioritysort.png(619B)
--------copy_1.png(2KB)
--------associative_1.png(938B)
--------repeat_copy_loss.png(48KB)
--------repeat_copy_rep_1.png(2KB)
--------copy.png(2KB)
--------prioritysort_loss.png(25KB)
--------associative_loss.png(41KB)
--------repeat_copy.png(1KB)
--------copy_loss.png(21KB)
--------repeat_copy_seq_len.png(2KB)
--------repeat_copy_rep.png(2KB)
--------repeat_copy_rep_2.png(2KB)
--------associative.png(322B)
--------associative_2.png(928B)
--------priority_sort_1.png(1KB)
--------repeat_copy_1.png(2KB)
----train.py(5KB)
----LICENSE(1KB)
----evaluate.py(4KB)
----.gitignore(833B)
----saved_models()
--------saved_model_prioritysort_100000.pt(1.4MB)
--------saved_model_repeatcopy_100000.pt(310KB)
--------saved_model_associative_100000.pt(306KB)
--------saved_model_copy_500000.pt(310KB)
----README.md(6KB)