可微神经计算机应用于问答领域的控制器选择的研究
| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 引言 | 第12-16页 |
| 1.1 研究背景 | 第12-15页 |
| 1.2 论文的框架及内容安排 | 第15-16页 |
| 第2章 预备知识 | 第16-26页 |
| 2.1 图灵机 | 第16-17页 |
| 2.1.1 图灵机 | 第16页 |
| 2.1.2 图灵完备性 | 第16-17页 |
| 2.2 生物神经网络 | 第17页 |
| 2.3 人工神经网络 | 第17-24页 |
| 2.3.1 人工神经网络 | 第17-18页 |
| 2.3.2 梯度下降算法 | 第18-21页 |
| 2.3.3 反向传播算法 | 第21-24页 |
| 2.4 比率统计模型理论 | 第24-26页 |
| 第3章 相关概念 | 第26-47页 |
| 3.1 循环神经网络 | 第26-32页 |
| 3.1.1 循环神经网络 | 第26页 |
| 3.1.2 RNN结构 | 第26-27页 |
| 3.1.3 穿过时间的反向传播 | 第27-29页 |
| 3.1.4 LSTM | 第29-30页 |
| 3.1.5 门限控制 | 第30-32页 |
| 3.2 注意力机制 | 第32-35页 |
| 3.3 记忆神经网络 | 第35-39页 |
| 3.3.1 记忆网络 | 第35-36页 |
| 3.3.2 端到端的记忆网络 | 第36-37页 |
| 3.3.3 键值记忆网络 | 第37页 |
| 3.3.4 动态记忆网络 | 第37-38页 |
| 3.3.5 .EntNet | 第38-39页 |
| 3.4 神经图灵机 | 第39-46页 |
| 3.4.1 神经图灵机 | 第39-40页 |
| 3.4.2 可微神经计算机 | 第40-46页 |
| 3.5 模型 | 第46-47页 |
| 第4章 实验及结果分析 | 第47-53页 |
| 第5章 论文总结及展望 | 第53-56页 |
| 总结 | 第53-54页 |
| 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附件 | 第61页 |
