文件名称：SAM:自注意联想记忆和基于 SAM 的双记忆模型
文件大小：58KB
文件格式：ZIP
更新时间：2024-06-17 23:44:24
Python
SAM & STM 自注意联想记忆的源代码arXiv 版本： : NTM 任务的代码参考： : NFarthest 的代码参考： : 关联检索的代码参考： : babi 的代码参考： : 设置 火炬 1.0.0 或 1.0.1 mkdir logs mkdir saved_models 矢量任务 运行复制的命令示例 LSTM baseline: python run_toys.py -task_json=./tasks/copy.json -model_name=lstm -mode=train STM: python run_toys.py -task_json=./tasks/copy.json -model_name=stm -mode=train 用于优先排序 LSTM baseline: python run_toys.py -task_json=.
【文件预览】：
SAM-master
----baselines()
--------sam()
--------nvm()
----run_rl.py(5KB)
----tasks()
--------rar.json(334B)
--------nar.json(274B)
--------copy.json(269B)
--------convex_hull.json(374B)
--------prioritysort.json(252B)
--------nfar.json(295B)
--------tsp.json(367B)
----datasets()
--------copy.py(3KB)
--------prioritysort.py(4KB)
--------nfar.py(4KB)
--------number_arecall()
--------__init__.py(244B)
--------rar.py(6KB)
--------number_arecall.py(3KB)
--------tsp.py(7KB)
--------convexhull.py(6KB)
----LICENSE(1KB)
----run_nar.py(6KB)
----README.md(2KB)
----run_toys.py(8KB)
----run_all_babi.py(10KB)
----babi()
--------data_preprocess()
--------configs()
----args.py(2KB)
----.gitignore(2KB)
----rl()
--------player_util_sam.py(3KB)
--------test_sam.py(4KB)
--------train_sam.py(4KB)
--------__init__.py(2B)
--------config.json(916B)
--------environment.py(7KB)
--------shared_optim.py(6KB)