赞 心无芯 2星
共回答了255个问题采纳率：97.4% 评论
mac神经网络引擎可使网络具有结构化推理和迭代思考的能力, 提升其推理的明确性和表现力；在通过 CLEVR 数据集解决视觉推理的任务中，MAC 实现了 98.9% 的当前最优准确率，同时所需数据量减少 5 倍。
MAC 网络由一个输入神经元，一个核心的循环神经网络以及一个输出神经元组成。
（1）输入神经元将原始图像和问题转化为分布式向量表征。
（2）核心的循环神经网络将问题分解为一系列运算（也叫控制），它们可以从图像（知识库）中检索信息，并将结果聚合为循环记忆。通过这些运算，网络按照序列推理问题。
（3）输出分类器使用问题和最终记忆状态，计算得出最终答案。
8小时前
50
可能相似的问题
-
查看 738回答 1
-
查看 40回答 1
-
查看 27回答 2
-
查看 79回答 1
-
查看 546回答 2
-
查看 39回答 3
-
查看 568回答 1
-
查看 836回答 1
-
查看 72回答 1
-
查看 37回答 2
猜你喜欢的问题
-
5个月前1个回答
-
5个月前1个回答
-
5个月前1个回答
-
5个月前2个回答
-
5个月前1个回答
-
5个月前2个回答
热门问题推荐
-
3个月前2个回答
-
1个月前1个回答
-
2个月前3个回答
-
1个月前2个回答
-
3个月前2个回答
-
1个月前1个回答
-
1个月前1个回答
-
1个月前1个回答
-
3个月前2个回答