![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文简读
文章平均质量分 95
Deen..
这个作者很懒,什么都没留下…
展开
-
LSTM Fully Convolutional Networks for Time Series Classification
原文:全卷积神经网络(FCN)已被证明在时间序列分类任务上具有最先进的性能。我们提出用长短期记忆递归神经网络(LSTM RNN)子模块增强全卷积网络用于时间序列分类。我们提出的模型显著提高了全卷积网络的性能,模型大小有了名义上的增加,并且只需要对数据集进行最小的预处理。提出的长短期记忆全卷积网络(LSTM-FCN)与其他网络相比具有最先进的性能。我们还探索了使用注意机制改进时间序列分类的注意长短期记忆全卷积网络(ALSTM-FCN)。利用注意机制可以使LSTM细胞的决策过程可视化。原创 2023-06-26 14:50:17 · 604 阅读 · 0 评论 -
Transformer论文学习
摘要部分首先点到现存主要的序列转换模型都是基于RNN或者CNN网络,表现最好的模型也是用了注意力机制。所以该团队直接提出一个完全基于注意力机制的模型。【Transformer】,然后讲述这个模型在德语翻英语数据集上的表现。背景介绍里主要讲了一下RNN怎么去做序列转换这个工作,拿李沐老师的图解释一下:假设做中英文翻译,下图是可以看成是RNN模型做翻译的一个流程:红色部分是因子计算,下面蓝色方块为英文序列信息,第一个方块里存的HelloHelloHello,它通过因子计算后输出你。原创 2023-04-25 20:28:21 · 158 阅读 · 0 评论