本公开涉及用于数据项生成的循环神经网络。一种方法，包括：使用前一时间步的解码器的解码器隐藏状态向量，从所述数据项读取一瞥；作为编码器的输入，提供所述一瞥和所述前一时间步的所述解码器隐藏状态向量以用于处理；作为所述编码器的输出，接收该时间...

本公开涉及用于强化学习的方法和设备。用于具有多个状态和从一个状态移动到下一个状态的动作的主题系统。训练数据通过以一系列动作在系统上操作而生成，且用于训练第二神经网络。用于训练第二神经网络的目标值从第一神经网络得出，该第一神经网络通过每隔...

用于使用神经网络进行压缩感测的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。方法之一包括：接收输入数据项的输入测量；对于一个或多个优化步骤中的每个：使用生成器神经网络处理潜在表示以生成候选重构数据项，使用测量神经网络处理候选...

描述了一种编码器神经网络，其可以对诸如视频帧的数据项进行编码以形成相应的编码数据项。通过确定第二序列的哪个编码数据项最接近从第一序列的每个数据项产生的编码数据项，第一数据序列的数据项与第二序列的相应数据项相关联。因此，两个数据序列被对齐...

用于对视频中的动作进行分类的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。所述方法中的一个：获得视频剪辑的特征表示；获得用于指定在关键视频帧中的多个候选代理边界框的数据；并且针对每个候选代理边界框，通过动作转换器神经网络来处...

本发明涉及用于训练神经网络系统的方法、系统和装置，包括在计算机存储介质上编码的计算机程序，该神经网络系统用于控制与环境交互的代理执行指定任务。所述方法之一包括：使代理执行任务情节，其中代理尝试执行指定任务；针对序列中的一个或多个特定时间...

从要在环境中执行的动作集合中选择动作的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。方法之一包括，在每个时间步：维护计数数据；对于每个动作，确定相应当前转移概率分布，该相应当前转移概率分布包括中间信号中的每一个的相应当前转移...

一种使用神经网络的用于压缩数据储存的系统。该系统包括存储器，该存储器包括被配置成存储数据的多个存储器位置；查询神经网络，该查询神经网络被配置成处理输入数据项的表示以生成查询；不变键数据存储，该不变键数据存储包括用于对多个存储器位置进行索...

一种变分自编码器(VAE)神经网络系统，包括：编码器神经网络，所述编码器神经网络用于对输入数据项进行编码以定义潜变量集合的后验分布；和解码器神经网络，所述解码器神经网络用于生成表示从后验分布采样的潜变量集合的值的输出数据项。系统被配置用...

用于生成输出图像的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。所述方法之一包括获得数据，该数据指定(i)将输出图像的H乘W像素网格分割成K个不相交的交错子图像和(ii)子图像的排序；和逐个子图像地生成强度值，包括：对于每个...

一种强化学习神经网络系统，在该强化学习神经网络系统中内部表示和策略以从图像像素得出的视觉实体为基础，该强化学习神经网络系统包括视觉实体标识神经网络子系统，该视觉实体标识神经网络子系统被配置成处理图像数据以确定表示相应离散视觉实体的空间图...

用于执行蛋白结构预测的方法、系统和装置，其包括在计算机存储介质上编码的计算机程序。在一方面，一种方法包括生成给定蛋白的距离图，其中所述给定蛋白由排列在结构中的氨基酸残基序列定义，其中所述距离图表征所述结构中氨基酸残基之间的估计距离，所述...

用于执行蛋白结构预测的方法、系统和装置，其包括在计算机存储介质上编码的计算机程序。在一个方面，一种方法包括，在一个或多个迭代中的每一个处：确定由结构参数的替代值定义的给定蛋白的替代预测结构；使用几何神经网络处理网络输入以生成表征替代几何...

用于执行蛋白结构预测和蛋白结构域分割的方法、系统和装置，其包括在计算机存储介质上编码的计算机程序。在一个方面，一种方法包括生成蛋白的多个预测结构，其中生成蛋白的预测结构包括：更新蛋白的多个结构参数的初始值，包括在多个更新迭代中的每一个处...

用于训练动作选择策略神经网络的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。在一个方面，一种方法包括：获得专家观察；使用生成式神经网络系统处理专家观察以生成给定观察

方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于控制与环境交互的代理。方法中的一种方法包括获取观察的表示；使用包括多个卷积长短期记忆LSTM神经网络层的卷积LSTM神经网络来处理表示；使用动作选择神经网络处理该时间步长的包...

方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于生成包括多个时间步中的每一个处的相应音频样本的音频数据的输出序列。方法之一包括，对于时间步中的每一个：提供音频数据的当前序列作为卷积子网络的输入，其中当前序列包括输出序列中该...

用于强化学习的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。本文所描述的实施例应用元学习(特别是元梯度强化学习)来学习最优返回函数G，从而改善系统的训练。这提供了训练强化学习系统的更有效和高效的手段，因为系统能够通过训练返回...

提出了一种用于强化学习的神经网络系统，包括用于从状态数据中为环境中存在或至少潜在存在的多个实体中的每个实体提取相应实体数据的输入网络。实体数据描述实体。神经网络包含用于解析该数据的关系网络，该关系网络包括一个或多个注意力块，这些注意力块...

方法、系统和装置，包括编码在计算机存储介质上的计算机程序，用于预测在具有多个代理的环境中的代理的动作或对所述代理的影响，特别是用于强化学习。在一个方面，关系前向模型(RFM)系统接收表示多个代理中的每个代理的代理动作的代理数据，并实现：...