Файл:Empirical evaluation of gated recurrent neural networks on sequence modeling 1412.3555v1.pdf

Материал из Материалы по машинному обучению
Перейти к: навигация, поиск
Empirical_evaluation_of_gated_recurrent_neural_networks_on_sequence_modeling_1412.3555v1.pdf(0 × 0 пикселей, размер файла: 668 КБ, MIME-тип: application/pdf)

JunyoungChung CaglarGulcehre KyungHyunCho Universit´e de Montr´eal YoshuaBengio Universit´e de Montr´eal CIFAR Senior Fellow

Abstract

In this paper we compare different types of recurrent units in recurrent neural networks (RNNs). Especially, we focus on more sophisticated units that implement a gating mechanism, such as a long short-term memory (LSTM) unit and a recently proposed gated recurrent unit (GRU). We evaluate these recurrent units on the tasks of polyphonic music modeling and speech signal modeling. Our experiments revealed that these advanced recurrent units are indeed better than more traditional recurrent units such as tanh units. Also, we found GRU to be comparable to LSTM.

История файла

Нажмите на дату/время, чтобы просмотреть, как тогда выглядел файл.

Дата/времяРазмерыУчастникПримечание
текущий18:09, 23 декабря 20160 × 0 (668 КБ)Slikos (обсуждение | вклад)
  • Вы не можете перезаписать этот файл.

Следующие 2 страницы ссылаются на данный файл: