文件名称：rnn的matlab代码实现-srnn:跳过递归神经网络
文件大小：34KB
文件格式：ZIP
更新时间：2024-06-12 20:22:06
系统开源
rnn的matlab代码实现2018年8月3日更新：我们添加了SRNN层的PyTorch实现，取代了nn.LSTM。 该层已经过最少的测试，并且正在开发中。 跳过递归神经网络的Matlab实现： 通过跳过递归神经网络学习视觉故事情节Gunnar A. Sigurdsson，陈新雷，Abhinav Gupta 该代码是递归神经网络的MATLAB实现，由S-RNN体系结构包装。 该代码是最近发布的，因此如果您遇到任何奇怪的行为，请告诉我。 该代码的组织方式如下： rnn_trainnet.m是用于训练S-RNN的脚本 rnn_testnet.m是用于生成多个专辑的摘要并选择最佳摘要的脚本 predictnext_short.m是用于运行本文短期预测实验的代码 predictnext_long.m是运行本文中长期预测实验的代码 数据 本文使用的Yahoo Flickr 100M的子集：（9.4 GB） 它包含带有图像URL和fc7功能（按代码使用的格式）的相册。 用于评估长期预测的数据： （0.4 GB） 使用以下模型应该得到与图6中的列相对应的以下数字。 srnn：0.310648 ran
【文件预览】：
srnn-master
----rnn_relub.m(232B)
----rnn_softmax.m(268B)
----rnn_gathernet.m(916B)
----rnn_initnet.m(2KB)
----rnn_sigmoid.m(328B)
----next_srnn.m(1KB)
----rnn_testnet.m(1KB)
----predictnext_short.m(3KB)
----rnn_div.m(392B)
----rnn_updatenet.m(1KB)
----ordersample.m(588B)
----ordersample2.m(691B)
----srnn-pytorch()
--------main.py(794B)
--------srnn.py(3KB)
----rnn_sigmoidb.m(247B)
----LICENSE(34KB)
----rnn_softmaxb.m(265B)
----predictnext_long.m(3KB)
----vl_argparse.m(3KB)
----rnn_relu.m(322B)
----rnn_cutoff.m(185B)
----web_demo.m(6KB)
----rnn_backward.m(1KB)
----rnn_forward.m(676B)
----rnn_softmaxlossb.m(341B)
----rnn_trainnet.m(9KB)
----README.md(2KB)
----rnn_euclideanlossb.m(364B)
----rnn_gen_album.m(4KB)