问为什么使用神经堆栈？
EN

Stack Overflow用户

提问于 2016-03-19 12:25:23

回答 1查看 598关注 0票数 3

我学习了https://iamtrask.github.io/2016/02/25/deepminds-neural-stack-machine/中的神经堆栈教程。它的主题是“学习如何使用无限内存进行传输”，由Google DeepMind发布。

我大致理解这个提议的模式(上面的网站已经很容易解释了！)，但我没有读过任何其他参考期刊。

教程的最后一个示例是向后生成输入序列。但是，我想知道为什么我们只是将输入序列分离成单词，然后使用简单的条件循环向后排序？(这不是一个神经网络)

我的意思是，为什么要创建隐藏的层和操作大量的方程，只是为了使输入序列向后？使用神经网络有什么好处吗？

无论如何，我都会读参考期刊。但是现在，我只想知道为什么要使用神经网络，而不是用简单的条件循环编程；它的优点。

回答已采纳

发布于 2016-03-19 12:31:36

神经网络/机器学习的目的是将一种通用算法应用于各种各样的问题，并使用数据和估值函数，有效地产生期望的输出，而不必自己编写代码。

在反向堆栈的情况下；当然，使用普通代码更容易做到这一点。但关键是，您将使用一种通用算法，它可以做到这一点，而不必实际对堆栈进行显式编码。从某种意义上说，机器学习解决方案是根据训练数据“写自己”的。堆栈是一个简单的示例，可以向您展示这是如何工作的。

票数 4

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/36101704

复制

相似问题

问为什么使用神经堆栈？EN