【技术实现步骤摘要】
本专利技术属于深度学习的,具体涉及一种基于印迹沉淀的记忆网络实现方法及系统。
技术介绍
1、人工神经网络是一种以模拟人脑神经系统为目标的计算模型,它通过大量的节点和连接构建了一种复杂的结构,使其能够从输入数据中学习和提取模式,与传统的计算模型相比,神经网络以其高效的计算能力、可塑性和适应性成为了一种广泛应用的技术,尤其在图像识别、语音识别和自然语言处理等领域取得了很大的成功,它的发展为我们提供了新的视角和机会来理解记忆的本质。
2、现有的人工神经网络中包含了各式各样的记忆模块,但其设计的目的大都是为了捕获全局的信息,并不类似于存储某张图片、某段音频那样的记忆,如rnn、lstm。如何像人一样去记忆,当前最相关且出众的方案是将外部内存资源与神经网络耦合,神经网络将以注意力的形式与外部内存资源进行交互,如ntm。这种新颖且灵活的方法引起了广泛的发散研究,使神经网络在模拟人类认知方面取得了一些成功,但其记忆方式与现代生物学的主流思想相左。
3、外部内存使用一个个内存单元存储记忆,记忆之间彼此独立没有交互。此外,记忆与联
...【技术保护点】
1.一种基于印迹沉淀的记忆网络实现方法,其特征在于,包括如下步骤:
2.如权利要求1所述的一种基于印迹沉淀的记忆网络实现方法,其特征在于:所述步骤S2中,聚类具体为:同时输入一对图片,分别提取特征之后再交换两者相同位置的部分特征再进行重建,改变后的模型损失函数为:
3.如权利要求2所述的一种基于印迹沉淀的记忆网络实现方法,其特征在于:所述步骤S2中,除两张同类别的图片,需额外引入一张不同类别的图片,执行相同的提取特征步骤和重建工作,执行分割操作但不参与交换,三者形成三元组关系:(anchor,positive,negative),其中ancho
...【技术特征摘要】
1.一种基于印迹沉淀的记忆网络实现方法,其特征在于,包括如下步骤:
2.如权利要求1所述的一种基于印迹沉淀的记忆网络实现方法,其特征在于:所述步骤s2中,聚类具体为:同时输入一对图片,分别提取特征之后再交换两者相同位置的部分特征再进行重建,改变后的模型损失函数为:
3.如权利要求2所述的一种基于印迹沉淀的记忆网络实现方法,其特征在于:所述步骤s2中,除两张同类别的图片,需额外引入一张不同类别的图片,执行相同的提取特征步骤和重建工作,执行分割操作但不参与交换,三者形成三元组关系:(anchor,positive,negative),其中anchor和positive为同类别图片,negative为不同类别图片,使用的三元损失函数为:
4.如权利要求3所述的一种基于印迹沉淀的记忆网络实...
【专利技术属性】
技术研发人员:谯钰霖,方效林,钱玮琦,朱同鑫,杨明,
申请(专利权)人:东南大学,
类型:发明
国别省市:
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。