文章: 上交大提出支持并行计算的SRNN:比RNN快136倍!(代码已开源)

2018年8月30日 | By News | Filed in: News.

https://ift.tt/2wEK5h9

本文介绍了切片循环神经网络,可以通过将序列分割成多个子序列来实现并行化计算。SRNN具有通过多层网络和极少的额外参数来获得高层次信息的能力。不需要改变循环单元,SRNN的速度便可以达到标准RNN的136倍,而且训练更长的序列时,SRNN的速度能够更快。作者在六个大规模情感分析数据集上进行了实验,实验结果表明SRNN比标准的RNN具有更好的性能。

By 马卓奇

IT.数码

via 未注册用户的 InfoQ 个性化 RSS Feed – 请注册后升级! http://www.infoq.com/cn

August 30, 2018 at 09:39AM


发表评论

电子邮件地址不会被公开。 必填项已用*标注