【文件属性】:
文件名称:rnn的matlab代码实现-srnn:跳过递归神经网络
文件大小:34KB
文件格式:ZIP
更新时间:2021-05-24 02:35:26
系统开源
rnn的matlab代码实现2018年8月3日更新:我们添加了SRNN层的PyTorch实现,取代了nn.LSTM。
该层已经过最少的测试,并且正在开发中。
跳过递归神经网络的Matlab实现:
通过跳过递归神经网络学习视觉故事情节Gunnar
A.
Sigurdsson,陈新雷,Abhinav
Gupta
该代码是递归神经网络的MATLAB实现,由S-RNN体系结构包装。
该代码是最近发布的,因此如果您遇到任何奇怪的行为,请告诉我。
该代码的组织方式如下:
rnn_trainnet.m是用于训练S-RNN的脚本
rnn_testnet.m是用于生成多个专辑的摘要并选择最佳摘要的脚本
predictnext_short.m是用于运行本文短期预测实验的代码
predictnext_long.m是运行本文中长期预测实验的代码
数据
本文使用的Yahoo
Flickr
100M的子集:(9.4
GB)
它包含带有图像URL和fc7功能(按代码使用的格式)的相册。
用于评估长期预测的数据:
(0.4
GB)
使用以下模型应该得到与图6中的列相对应的以下数字。
srnn:0.310648
ran
【文件预览】:
srnn-master
----rnn_relub.m(232B)
----rnn_softmax.m(268B)
----rnn_gathernet.m(916B)
----rnn_initnet.m(2KB)
----rnn_sigmoid.m(328B)
----next_srnn.m(1KB)
----rnn_testnet.m(1KB)
----predictnext_short.m(3KB)
----rnn_div.m(392B)
----rnn_updatenet.m(1KB)
----ordersample.m(588B)
----ordersample2.m(691B)
----srnn-pytorch()
--------main.py(794B)
--------srnn.py(3KB)
----rnn_sigmoidb.m(247B)
----LICENSE(34KB)
----rnn_softmaxb.m(265B)
----predictnext_long.m(3KB)
----vl_argparse.m(3KB)
----rnn_relu.m(322B)
----rnn_cutoff.m(185B)
----web_demo.m(6KB)
----rnn_backward.m(1KB)
----rnn_forward.m(676B)
----rnn_softmaxlossb.m(341B)
----rnn_trainnet.m(9KB)
----README.md(2KB)
----rnn_euclideanlossb.m(364B)
----rnn_gen_album.m(4KB)