ICLR2019 Best Paper : ON LSTM （用有序神经元建模序列中的层次结构）

时间 2021-01-09

原文原文链接

该文是2019年ICLR两篇最佳论文之一，由蒙特利尔大学MILA实验室（后面会介绍）和微软加拿大研究院联合发表。该文最主要的贡献便是采用巧妙的有序神经元将序列中的树结构建模进去，获得了更高抽象水平的层次表示，一定程度上解决Long term dependency problem，提高了模型训练效率。看完这篇论文，被作者巧妙的想法所打动，一个简单地改进，不仅仅带来了LSTM效果上的极大提升，还可

>>阅读原文<<

1. ON-LSTM：用有序神经元表达层次结构
2. ICLR 2019最佳论文 | ON-LSTM：用有序神经元表达层次结构
3. 有序神经元LSTM：ON-LSTM
4. ICLR2019最佳论文: ON LSTM (RNN阵营对抗Attention的利器)
5. paper notes 《Chinese NER Using Lattice LSTM》
6. LSTM的神经元个数
7. 循环神经网络——序列模型
8. LSTM中隐层神经元的传播机制
9. 循环序列模型总结之LSTM
10. [paper] Meta-Learner LSTM
更多相关文章...
• C# 程序结构 - C#教程
• XML 应用程序 - XML 教程
• 算法总结-归并排序
• C# 中 foreach 遍历的用法