【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
本说明书涉及神经网络系统架构。神经网络是采用非线性单元的一个或多个层来预测对所接收的输入的输出的机器学习模型。一些神经网络除输出层外,还包括一个或多个隐藏层。每个隐藏层的输出被用作网络中的下一层的输入,网络中的下一层即为下一隐藏层或输出层。网络的每个层根据相应的参数集的当前值,根据接收的输入来生成输出。一些神经网络是递归神经网络。递归神经网络是接收输入序列并且根据该输入序列生成输出序列的神经网络。具体地,递归神经网络能够在计算当前时间步骤的输出中,使用来自前一时间步骤的网络的一些或全部内部状态。递归神经网络的示例是包括一个或多个长短期记忆(LSTM)的记忆块的LSTM神经网络。每个LSTM记忆块可以包括一个或多个单元,每个单元包括输入门、遗忘门、和输出门,这允许该单元存储该单元的先前状态,例如用于生成当前活动或被提供给LSTM神经网络的其它组件。
技术实现思路
本说明书描述涉及增强的神经网络系统的技术。通常,增强的神经网络系统包括被配置为接收神经网络输入并且对每个神经网络输入生成相应的神经网络输出的神经网络。增强的神经网络系统还包括序列处理子系统,其被配置为对系统输入序列中的每个系统输入,接收该系统输入并且根据该系统输入生成初始神经网络输入。序列处理子系统还被配置为使神经网络处理该初始神经网络输入以对该系统输入生成初始神经网络输出并且根据对于该系统输入的初始神经网络输入的第一部分,确定是否使神经网络生成对于该系统输入的一个或多个附加神经网络输出。对被配置为执行特定操作或动作的一个或多个计算机的系统,是指该系统已经在其上安装软件、固件、硬件或它们的组合,在 ...
【技术保护点】
一种用于处理系统输入序列以生成系统输出序列的增强的神经网络系统,所述增强的神经网络系统包括:神经网络,其中,所述神经网络被配置为:接收神经网络输入,以及处理每个所述神经网络输入,以生成每个神经网络输入的相应的神经网络输出;以及序列处理子系统,其中,所述序列处理子系统被配置为对所述系统输入序列中的每个所述系统输入执行包括下述的操作:接收所述系统输入;根据所述系统输入生成初始神经网络输入;使所述神经网络处理所述初始神经网络输入,以生成所述系统输入的初始神经网络输出;以及根据所述系统输入的所述初始神经网络输出的第一部分,确定是否使所述神经网络生成所述系统输入的一个或多个附加神经网络输出。
【技术特征摘要】
【国外来华专利技术】2014.12.24 US 62/096,7161.一种用于处理系统输入序列以生成系统输出序列的增强的神经网络系统,所述增强的神经网络系统包括:神经网络,其中,所述神经网络被配置为:接收神经网络输入,以及处理每个所述神经网络输入,以生成每个神经网络输入的相应的神经网络输出;以及序列处理子系统,其中,所述序列处理子系统被配置为对所述系统输入序列中的每个所述系统输入执行包括下述的操作:接收所述系统输入;根据所述系统输入生成初始神经网络输入;使所述神经网络处理所述初始神经网络输入,以生成所述系统输入的初始神经网络输出;以及根据所述系统输入的所述初始神经网络输出的第一部分,确定是否使所述神经网络生成所述系统输入的一个或多个附加神经网络输出。2.如权利要求1所述的增强的神经网络系统,所述操作进一步包括:响应于确定不使所述神经网络生成所述系统输入的一个或多个附加神经网络输出,根据所述系统输入的所述初始神经网络输出的第二部分,生成所述系统输入的系统输出。3.如权利要求1或2的任何一个所述的增强的神经网络系统,所述操作进一步包括:响应于确定使所述神经网络生成所述系统输入的一个或多个附加神经网络输出,使所述神经网络生成所述系统输入的所述一个或多个附加神经网络输出,其中,使所述神经网络生成所述系统输入的所述一个或多个附加神经网络输出中的每个包括:生成附加神经网络输入;使所述神经网络处理所述附加神经网络输入,以生成所述附加神经网络输出;以及根据所述附加神经网络输出的第一部分,确定是否使所述神经网络生成另一附加神经网络输出。4.如权利要求3所述的增强的神经网络系统,所述操作进一步包括:响应于确定不使所述神经网络生成另一附加神经网络输出,根据由所述神经网络针对所述系统输入所生成的最后附加神经网络输出的第二部分,生成所述系统输入的系统输出。5.如权利要求3所述的增强的神经网络系统,所述操作进一步包括:响应于确定不使所述神经网络生成另一附加神经网络输出,根据所述初始神经网络输出的第二部分和所述一个或多个附加神经网络输出的第二部分,生成所述系统输入的系统输出。6.如权利要求5所述的增强的神经网络系统,其中,生成所述系统输出包括:根据对应的初始神经网络输出的第一部分和所述附加神经网络输出的第一部分,确定所述初始神经网络输出的相应权重和每个所述附加神经网络输出的相应权重;以及根据所述相应权重,组合所述初始神经网络输出的第二部分和所述附加神经网络输出的第二部分。7.如权利要求3-6的任何一个所述的增强的神经网络系统,其中,生成所述附加神经网络输入包括:根据所述系统输入,生成所述附加神经网络输入。8.如权利要求3-6的任何一个所述的增强的神经网络系统,其中,生成所述附加神经网络输入包括:生成缺省的神经网络输入。9.如权利要求1-8的任何一个所述的增强的神经网络系统,其中,根据所述系统输入的所述初始神经网络输出的第一部分确定是否使所述神经网络生成所述系统输入的一个或多个附加神经网络输出包括:根据所述初始神经网络输出的第一部分确定概率;以及基于所述概率,确定是否使所述神经网络生成所述一个或多个附加神经网络输出。10.如权利要求1-8的任何一个所述的增强的神经网络系统,其中,根据所述系统输入的所述初始神经网络输出的第一部分确定是否使所述神经网络生成所述系统输入的一个或多个附加神经网络输出包括:确定所述初始神经网络输出的所述第一部分是否超出阈值;以及当所述初始神经网络输出的所述第一部分超出所述阈值...
【专利技术属性】
技术研发人员:亚历山大·本杰明·格拉韦斯,伊沃·达尼赫尔卡,乔治·邓肯·韦恩,
申请(专利权)人:谷歌公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。