HIERARCHICAL MULTISCALE RECURRENT NEURAL NETWORKS 论文简介
学习层次和时间表示一直是RNN的长期挑战之一。多尺度RNN一直被认为是能够解决这个问题的一种有效方式,但是缺乏经验证据表明这种方式可以通过发现序列中的潜在层次结构准确地解决时序依赖问题。而这篇论文提出了一种新颖的结构,可以通过使用新颖的更新机制和不同的时间尺度来编码时序依赖解决潜在的层次结构问题,并且没有使用明确的边界信息。
已知深度CNN可以获得空间数据的层次表示,RNN可以获得时序数据时间表...
原创
2019-06-17 18:20:35 ·
814 阅读 ·
0 评论