【論文筆記】DCN-plus和FusionNet（2018）
這兩個前BERT時期的模型可以說是把注意力玩出了花來，給我的感覺就像是窮盡算力和各種信息來推高準確率。但是，這兩篇論文裏有很多想法也是值得去思考的。通過學習這兩個網絡，我對注意力的運用模式有了更深的理解。 1.DCN+ 這個網絡是對DCN的優化。DCN是全稱dynamic coattention networks，動態協同注意力網絡。其大致的網絡架構圖如下圖所示： 其中兩個部分的encoder沒什
相關文章
- 1. CVPR 2018 論文簡單筆記 II
- 2. 【論文筆記】PointNet和PointNet++
- 3. 論文筆記
- 4. HyperNet論文筆記
- 5. YOLO 論文筆記
- 6. 【論文筆記】RCNN
- 7. 論文筆記——DenseNet
- 8. 論文筆記：DeepID2
- 9. YOLOv2 論文筆記
- 10. 【論文筆記】CycleGAN
- 更多相關文章...
- • ASP.NET Razor - 標記 - ASP.NET 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • IntelliJ IDEA 代碼格式化配置和快捷鍵
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. CVPR 2018 論文簡單筆記 II
- 2. 【論文筆記】PointNet和PointNet++
- 3. 論文筆記
- 4. HyperNet論文筆記
- 5. YOLO 論文筆記
- 6. 【論文筆記】RCNN
- 7. 論文筆記——DenseNet
- 8. 論文筆記：DeepID2
- 9. YOLOv2 論文筆記
- 10. 【論文筆記】CycleGAN