买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:一种方法涉及接收包括多个特征向量的知觉表示,并且初始化由神经网络存储单元表示的多个槽位向量。各个槽位向量被配置为表示知觉表示中的相应实体。该方法还涉及基于由键函数变换的多个特征向量和由查询函数变换的多个槽位向量的乘积来确定关注矩阵。沿着关注矩阵的各个维度的多个值中的各个值相对于该多个值被正规化。该方法还涉及基于由值函数变换的多个特征向量和关注矩阵来确定更新矩阵,并且通过神经网络存储单元基于更新矩阵来更新多个槽位向量。
主权项:1.一种计算机实现的方法,包括:接收多个特征向量,多个特征向量包括N个特征向量,其中,每个特征向量包括输入数据的分布式表示,其中,所述输入数据包括以下所列项中的一个或多个:图像数据、点云数据、音频数据、或者文本数据;初始化由神经网络存储单元表示的多个槽位向量,多个槽位向量包括K个槽位向量,其中所述多个槽位向量中的每个相应槽位向量被配置为表示所述输入数据中包含的相应实体;基于i由键函数变换的所述多个特征向量和ii由查询函数变换的所述多个槽位向量的乘积来确定关注矩阵,其中,关注矩阵包括对应于关注矩阵的第一维度的N个向量,其中N个向量的每个相应向量包括对应于关注矩阵的第二维度的K个值,并且其中关注矩阵的N个向量的每个相应向量的K个值的每个相应值相对于相应向量的K个值被归一化;基于i由值函数变换的所述多个特征向量和ii所述关注矩阵来确定更新矩阵;并且通过所述神经网络存储单元基于所述更新矩阵更新所述多个槽位向量。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 带有槽位关注的以对象为中心的学习
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。