用于深度记忆网络的系统和方法技术方案

包括深度记忆模型的电子设备包括至少一个存储器和耦合到至少一个存储器的至少一个处理器。至少一个处理器被配置为接收对深度记忆模型的输入数据。至少一个处理器还被配置为基于输入数据提取耦合到深度记忆模型的外部存储器的历史状态。至少一个处理器还被配置为基于输入数据更新外部存储器的历史状态。此外，至少一个处理器被配置为基于所提取的外部存储器的历史状态输出预测。存储器的历史状态输出预测。存储器的历史状态输出预测。

【技术实现步骤摘要】
【国外来华专利技术】用于深度记忆网络的系统和方法


[0001]本公开总体上涉及机器学习系统。更具体地，本公开涉及用于深度记忆网络(deep memory network)的系统和方法。

技术介绍

[0002]智能服务模型对于诸如人工智能个人助理、智能电视、在线网页(web)服务、图像识别等的各种服务已经变得很重要。例如，大多数服务提供商通常需要维护大量内容并收集用户历史数据以提供智能服务。模型通常需要与每个用户进行大量交互以提供高质量的个性化服务。为了实现智能服务，通常必须在部署之前在同一任务上对模型进行预训练(这很昂贵)，并且通常需要在部署后对模型进行重新训练(这很困难)。这样的模型也没有能力记住与用户的交互历史。因此，现有的方法无法轻松实现每个用户的个性化需求或随着时间的推移适应用户的新需求。

技术实现思路
附图说明
[0003]为了更完整地理解本公开及其优点，现在结合附图参考以下描述，其中相同的附图标记表示相同的部分：
[0004]图1示出了根据本公开的各种实施例的示例网络配置；
[0005]图2示出了根据本公开的各种实施例的示本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种对耦合到外部存储器的深度记忆模型进行管理的方法，所述方法包括：接收对所述深度记忆模型的输入数据；基于所述输入数据提取所述外部存储器的历史状态；基于所述输入数据更新所述外部存储器的历史状态；以及基于所提取的所述外部存储器的历史状态输出预测。2.根据权利要求1所述的方法，其中，所提取的历史状态包括与所述输入数据共享一个或更多个特征的数据。3.根据权利要求2所述的方法，其中，提取所述外部存储器的历史状态包括：基于所述深度记忆模型的输出状态，生成键查询向量；确定所述键查询向量与所述外部存储器中的一行或更多行存储器单元之间的距离；基于所述距离确定读取权重向量；以及基于所述读取权重向量检索所述外部存储器的历史状态。4.根据权利要求1所述的方法，其中，更新所述外部存储器的历史状态包括：确定所述外部存储器已满；以及重写所述外部存储器中的包括与所述输入数据最不相关的数据的存储器单元。5.根据权利要求1所述的方法，其中，所述外部存储器包括：第一组存储器单元，所述第一组存储器单元用于存储内容项状态数据；以及第二组存储器单元，所述第二组存储器单元用于存储与所述内容项状态数据相关联的奖励状态数据。6.根据权利要求1所述的方法，其中：所述输入数据包括图像；以及所述预测包括所述图像的标签。7.根据权利要求1所述的方法，其中：所述输入数据包括搜索查询；以及所述预测包括一个或更多个搜索结果。8.一种包括深度记忆模型的电子设备，所述电子设备包括：至少一个存储器；以及耦合到所述至少一个存储器的至少一个处理器，所述至少一个处理器被配置为：接收对所述深度记忆模型的输入数据；基于所述输入数据提取耦合到所述深度记忆模型的外部存储器的历史状态；基于所述输入数据更新所述外部存储器的历史状态；以及基于所提取的所述外部存储器的历史状态输出预测。9.根据权利要求8所述的电子设备，其中，所提取的历史状态包括与所述输入数据共享一个或更多个特征的数据。10.根据权利要求9所述的电子设备，其中，为了提取所述外部存储器的所述历史状态，所述至少一个处理器被配置为：基于所述深度记忆模型的输出状态，生成键查询向量；确定所述键查询向量与所述外部存储器中的一行或更多行存储器单元之间的距离；基于所述距离确定读取权重向量；以及
基于所述读取权重向量检索所述外部存储器的历史状态。11.根据权利要求8所述的电子设备，其中，为了更新所述外部存储器的历史状态，所述至少一个处理...

【专利技术属性】
技术研发人员：沈逸麟，邓岳，阿维克，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：