如何用PyTorch实现递归神经网络？

谷歌研究人员申报了包含强化进修的 SPINN 的结不雅，比原始的在 SNLI 数据集的 SPINN 上获得的结不雅要好一些——尽管强化进修版本不应用预先计算的解析树信息。天然说话处理的深度强化进修范畴是全新的，该范畴的研究课题异常广泛;经由过程将强化进修构建到框架中，PyTorch 大年夜大年夜降低了进入门槛。

大年夜今天起开端应用 PyTorch

遵守 pytorch.org 网站上的解释安装，选择安装平台(即将推出 Windows 版本的支撑)。PyTorch 支撑 Python 2 和 3 以及应用 CUDA 7.5 或 8.0 和 CUDNN 5.1 或 6.0 的 CPU 或 NVIDIA GPU 上的计算。它有针对 conda 和 pip 的 Linux 二进制文件甚至含有 CUDA 本身，是以你不须要本身设置它。

尽管 PyTorch 仅应用了较短时光，但三篇研究论文已经应用了它，几个学术实验室和业界实验室也采取了 PyTorch。回溯以前，在当时动态计算图比如今模糊时，我与同事在 Salesforce Research(https://metamind.io/research.html)也曾经推敲过 Chainer 作为我们的机密配方;如今，在大年夜公司的支撑下，我们很高兴 PyTorch 将这一程度的才能和灵活性带入了主流。

【编辑推荐】

为啥神经收集里的BP算法花了那么久才被创造?
天然说话处理透析希拉里和特朗普各自的“演讲范儿”
神经收集理论基本及Python实现
高可用大年夜数据计算办事若何持续宣布和演进
大年夜数据如安在制造企业中落地？

【义务编辑：武晓燕 TEL：（010）68476606】

9/9 首页上一页 7 8 9

　　推荐阅读

　　未来的人们，将会如何看待我们现在的机器人？

【义务编辑：wangxueyan TEL：（010）68476606】 >>>详细阅读

本文标题：如何用PyTorch实现递归神经网络？

地址：http://www.17bianji.com/lsqh/34965.html

1/2 1