李宏毅：Pointer Network
1、 2、下圖所示：input 4個data point的座標，得到一個紅色的vector，再把vector放到decoder中去，得到distribution，再做sample（比如做argmax，決定要輸出token 1...），最終看看work不work，結果是不work。比如：訓練的時候有50 個點，編號1-50，但是測試的時候有100個點，但是它只能選擇 1-50編號的點，後面的點就選不
相關文章
- 1. 李宏毅：Highway Network & Grid LSTM
- 2. 4.Recursive Network（李宏毅）
- 3. 2020李宏毅學習筆記——39.Pointer Network
- 4. 【李宏毅2020 ML/DL】P53-55 Conditional Generation by RNN & Attention & Pointer Network& Recursive
- 5. 【李宏毅】RNN
- 6. 【李宏毅】CNN
- 7. 李宏毅__ML_Notes_5.11
- 8. 3.Highway Network& Grid LSTM（李宏毅）
- 9. 李宏毅老師課程：Convolutional Neural Network
- 10. 李宏毅老師課程：Network Compression
- 更多相關文章...
- • R 數據框 - R 語言教程
- • 錯誤處理 - RUST 教程
- • Flink 數據傳輸及反壓詳解
- • Docker容器實戰(八) - 漫談 Kubernetes 的本質
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 李宏毅：Highway Network & Grid LSTM
- 2. 4.Recursive Network（李宏毅）
- 3. 2020李宏毅學習筆記——39.Pointer Network
- 4. 【李宏毅2020 ML/DL】P53-55 Conditional Generation by RNN & Attention & Pointer Network& Recursive
- 5. 【李宏毅】RNN
- 6. 【李宏毅】CNN
- 7. 李宏毅__ML_Notes_5.11
- 8. 3.Highway Network& Grid LSTM（李宏毅）
- 9. 李宏毅老師課程：Convolutional Neural Network
- 10. 李宏毅老師課程：Network Compression