神经图灵机(Pytorch) 论文代码 亚历克斯·格雷夫斯,格雷格·韦恩,伊沃·丹尼赫尔卡 神经图灵机(NTM)包含与外部存储资源耦合的循环网络,可以通过注意力过程与之交互。因此,NTM可以称为记忆增强神经网络。它们是端到端可区分的,因此被假定为能够学习简单的算法。由于在没有增加参数和计算的情况下存在外部存储器,因此它们在学习几种算法任务方面胜过LSTM。 该存储库是神经图灵机的稳定的Pytorch实现,并且包含用于训练,评估和可视化“复制”,“重复复制”,“关联召回”和“优先排序”任务的结果的代码。该代码已针对所有4个任务进行了测试,获得的结果与本文中提到的结果一致。已提供N-Gram任务的培训和评估代码,但是测试后将上载结果。 神经图灵机架构 设置 我们的代码在Pytorch 0.4.0和Python> = 3.5中实现。要进行设置,请按照以下步骤操作: 要安装Pytorch到http