複素数を使ったNNは注目を集めている.RNNの状態遷移をユニタリ行列にすることで勾配の爆発を避け,さらにGRUを噛ましたGated Orthogonal Recurrent Unit (GORU)がLSTM, GRUより精度が良い.https://t.co/LYmPQq4eTK
— Danushka Bollegala (@Bollegala) 2017年6月23日
すばらっ。Im2Col方式版も見たい〜 / 高速な Convolution 処理を目指してみた。 on @Qiita https://t.co/IOIrsPNkyW
— Yusuke Uchida (@yu4u) 2017年7月6日
C++用のニューラルネットワークのツールキットprimitiv(仮)を作りました。C++ネイティブでなるべく強い外部依存を排し、使いやすいインターフェイスを目指しました。CUDA使用時は結構速いです。https://t.co/gfQBw6HraY
— Yoda (@odashi_t) 2017年7月11日
最近の新手法よりも普通の LSTM のハイパパラメータ(学習率,埋め込み単語数,各層のドロップアウト率,重み減衰)を最適化した方が性能が良いらしい.モデル全体のパラメータ数を統一して比較してて信頼感ある.https://t.co/imXaDydfzP pic.twitter.com/WiPhJD8PBV
— Ryobot | りょぼっと (@_Ryobot) 2017年7月20日
・勾配ブースティング
データ構造
・BK-tree: スペルチェックに応用される.