元序列到序列学习的PyTorch实现 元seq2seq学习是seq2seq模型的一种基于内存的元学习形式。 香草神经网络在合成性方面苦苦挣扎,但是可以通过对一系列seq2seq问题进行培训来获得解决新问题所需的合成技巧,从而对其进行改进。 执照 请参阅许可证以了解使用条款。 引用此代码 请引用以下论文: 神经信息处理系统的进展。 我感谢Sean Robertson的,该是seq2seq代码的基础。 先决条件 的Python 3 麻木PyTorch(在v1.0上开发) 使用代码 训练模型要使用NeurIPS论文中的默认参数(经过互斥性任务训练)运行模型,只需键入: python train . py 这将产生一个文件out_models/net_ME.tar 。 训练脚本每隔100个时代会打印剩余时间以及验证效果: TrainLoss : 0.0017 , ValAccRet