《表1 门控记忆网络方法框架》
门控记忆网络方法采用了深度学习的架构体系,其具体框架如表1所示。表中,输入层和嵌入层完成低维实值特征表示;Dropout层是深度学习中用于抑制过拟合的主要手段,使用该策略可以获得更好的测试精度;全连接层和softmax层实现logistic回归,对应计算式(6)中的,全连接完成线性映射计算,softmax对映射后的两个值归一化得到。训练时,网络计算损失并进行梯度回传和参数更新;测试时,网络计算大小,判定类别标签。
图表编号 | XD0090311100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 王家宝、徐伟光、周振吉、李阳、苗壮 |
绘制单位 | 陆军工程大学、陆军工程大学、陆军工程大学、陆军工程大学、陆军工程大学 |
更多格式 | 高清、无水印(增值服务) |