AI论文解读
专注于AI领域论文的解读
HawardScut
工作啦,有时比较忙没及时回复,望见谅。
展开
-
《Recurrent Models of Visual Attention》论文网络结构解读
1.数据图片数据n*1*28*28,一共有n张图片,图片通道数为1,高宽都是282.网络结构可以分为以下几部分:(1)glimpse_network()集中关注图片的局部信息:内容和位置(2)core_network()实际上是RNN网络,处理glimpse_network()输出的重要子图。(3)location_network()处理core_network()输出的信息,...原创 2018-12-11 15:41:56 · 1285 阅读 · 0 评论 -
《Character-level convolutional networks for text classification》论文网络结构解读
1.数据比如有一条数据【x=“Simultaneous Tropical Storms are Very Rare”】.则把该句子的大写字母全部表示成小写,构建char字符集的词汇表如下(这里词汇表长度为70(69+1,即其他的不在词汇表的表示为0)):数据可以表示为x=70X1014 (高X宽,即70个特征,每个特征的长度为1014),该矩阵初始为0,反向依次遍历【x=“simultane...原创 2018-12-09 14:40:41 · 1413 阅读 · 1 评论 -
《Convolutional Neural Networks for Sentence Classification》论文结构解读
1.数据以某一双鞋子为例,评论结果作为标签(2分类:好评,差评)【穿了一段时间,不错,喜欢的下单吧;好评】【鞋子收到了,不是很满意。没有吊牌,一直都是还是只有我这一双是;差评】数据处理步骤:把所有评论数据集分词,去除停用词,然后构建word2index,然后表示“句子”,以“穿了一段时间,不错,喜欢的下单吧”为例子,分词后为【穿了/一段/时间/,/不错/,/喜欢/的/下单/吧】,则表示成...原创 2018-12-08 13:12:00 · 984 阅读 · 3 评论 -
论文《Masteing the game of Go without human knowledge》解读
1、整体解读AlphaGo Zero中使用的是强化学习方法,使用的深度神经网络记为fθfθf_\theta (其中θθ\theta 是网络的参数)。网络的输入是棋盘状态sss(sss中表示了当前玩家落子的信息,对手的落子信息,棋盘最后一步落子的信息,当前的棋盘转态谁是先手等信息,即棋盘的历史信息和当前信息)。网络的输出是(p,v)(p,v)(p,v),其中ppp是当前玩家在局面sss状态下,即...原创 2018-08-31 21:55:11 · 872 阅读 · 0 评论