文件名称：matlab精度检验代码-DynamicCNN:Theano/Lasagne的动态卷积神经网络
文件大小：1.35MB
文件格式：ZIP
更新时间：2024-06-10 15:29:40
系统开源
matlab精度检验代码动态卷积神经网络 介绍 这是Theano实施的“用于语句建模的卷积神经网络”（）。 所包括的示例是二进制电影评论情感分类（Stanford Sentiment Treebank）的示例。 我能够达到85-86％的测试集准确度，仅低于报告的86.8％的准确度。 使用它 要运行它，只需运行trainDCNN.py。 如果您仅对动态K-max池或1D卷积等图层感兴趣，则仅使用DCNN包。 纸张/实施问题 本文和所提供的Matlab代码之间存在一些差异。 因此，很难依靠Matlab代码获得本文未提供的详细信息。 例如：（1）不同数量的层和滤镜。 （2）L2正则化在本文中未指定，但在代码中有非常详细的说明（不同矩阵的值不同）。 很难猜测这些值。 实施细节 网络的各层被包裹为千层面层，可以很容易地重复使用。 在本文中，介绍了一些对于Theano而言并非微不足道的图层类型。 （1）一维卷积层，仅应用逐行卷积，而不一次应用于所有行。 （2）动态K-max合并。 当前，使用了在CPU上执行的argsort操作。 但是，此操作对于选择K max值来说太重了。 由于存在这些实现问题，
【文件预览】：
DynamicCNN-master
----utils.py(2KB)
----DCNN()
--------convolutions.py(4KB)
--------folding.py(1KB)
--------pooling.py(2KB)
--------__init__.py(182B)
--------embeddings.py(1KB)
----dataUtils.py(2KB)
----data()
--------binarySentiment()
----networks.py(3KB)
----trainDCNN.py(9KB)
----__init__.py(24B)
----README.md(2KB)