【论文笔记】DCN-plus和FusionNet（2018）
这两个前BERT时期的模型可以说是把注意力玩出了花来，给我的感觉就像是穷尽算力和各种信息来推高准确率。但是，这两篇论文里有很多想法也是值得去思考的。通过学习这两个网络，我对注意力的运用模式有了更深的理解。 1.DCN+ 这个网络是对DCN的优化。DCN是全称dynamic coattention networks，动态协同注意力网络。其大致的网络架构图如下图所示： 其中两个部分的encoder没什
相关文章
- 1. CVPR 2018 论文简单笔记 II
- 2. 【论文笔记】PointNet和PointNet++
- 3. 论文笔记
- 4. HyperNet论文笔记
- 5. YOLO 论文笔记
- 6. 【论文笔记】RCNN
- 7. 论文笔记——DenseNet
- 8. 论文笔记：DeepID2
- 9. YOLOv2 论文笔记
- 10. 【论文笔记】CycleGAN
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • CAP理论是什么？ - NoSQL教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • IntelliJ IDEA 代码格式化配置和快捷键
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CVPR 2018 论文简单笔记 II
- 2. 【论文笔记】PointNet和PointNet++
- 3. 论文笔记
- 4. HyperNet论文笔记
- 5. YOLO 论文笔记
- 6. 【论文笔记】RCNN
- 7. 论文笔记——DenseNet
- 8. 论文笔记：DeepID2
- 9. YOLOv2 论文笔记
- 10. 【论文笔记】CycleGAN